随机延时细胞神经网络的几乎必然指数稳定性

依据细胞神经网络的输出函数特征，将状态空间分解成子区域，研究了一类随机延时细胞神经网络在噪声环境下的几乎必然指数稳定性．当细胞神经网络模型的扰动项满足Lipschitz条件时，得到一些几乎必然指数稳定的代数准则．如果细胞神经网络的平衡点是子区域的内点，并且与这个平衡点相关的矩阵有一个稳定度使扰动稳定，则细胞神经网络的平衡点仍保持指数稳定的性质．所有结果只需计算网络的平衡点与矩阵的特征值．     

关于细胞神经网络稳定的一个充分条件

研究了一类细胞神经网络的稳定性问题.通过构造适当的Liapunov泛函采用一些变换算法并结合不等式分析技巧,进一步探讨了细胞神经网络的稳定性条件.证明了细胞神经网络平衡点的存在性,给出了细胞神经网络的平衡是全局一致渐近稳定的充分条件.这些条件可使细胞神经网络的设计更加容易,因此具有比较重要的理论意义和应用价值.     

陟槽型激活函数细胞神经网络稳定点研究

细胞神经网络稳定点研究可以为联想记忆提供理论支持,但是,以往没有对陟槽型激活函数的细胞神经网络进行研究。陟槽型激活函数是包含单位型增益型激活函数,因此其应用范围更广。文章主要研究了使用陟槽型激活函数的细胞神经网络中细胞平衡点数量的范围,通过研究细胞神经网络参数之间的关系,获得了一些网络稳定的充分条件,根据这些条件以及细胞神经网络的输入和输出能够得到细胞神经网络的权值范围,并且可获得该网络每个细胞平衡点数量的范围,得出其值小于2 δ。最后,通过数值模拟证明文中提出的理论是有效的。     

一类神经网络模型的稳定性分析

本文研究一类神经网络模型,它包括Hopfield神经网络和细胞神经网络。我们从神经网络的互连矩阵以及神经元的输入输出激励函数出发,利用Lyapunov函数的方法讨论了平衡点存在唯一和稳定性的条件。     

一类神经网络模型的稳定性分析

研究了一类神经网络,包括Hopfield神经网络和细胞神经网络,从神经网络的互连矩阵以及神经元输入输出的激励函数出发,通过研究特殊矩阵以及单调有界函数,利用Brouwers’不动点理论和构造Lyapunov函数的方法讨论神经网络平衡点的存在唯一性和全局指数稳定性以及指数的收敛速率,获得了一些充分条件以保证神经网络的平衡点的存在性、唯一性和全局指数的稳定性,并给出了一些条件下指数收敛速率的估计值.     

具有时滞细胞神经网络的稳定性分析

本文研究一类时滞细胞神经网络模型。并用非负矩阵性质的不等式技巧，给出了平衡点全局渐近稳定的充分条件。     

时滞细胞神经网络的指数稳定性

研究了时滞细胞神经网络(DCNNs)平衡点的全局渐近稳定性,去掉了有关文献中关于激活函数的有界性、单调性和可微性的条件,运用拓扑度理论和M-矩阵理论给出了更弱的判定平衡点的存在唯一性及全局指数稳定性的条件.     

一类具时滞细胞神经网络的全局一致渐近稳定性

讨论了一类具时滞细胞神经网络平衡点的全局一致渐近稳定性, 通过构造合适的Lyapunov泛函, 得到了三个具时滞细胞神经网络全局一致渐近稳定性的新的充分条件。     

时滞细胞神经网络的全局渐近稳定性和指数稳定性

利用Brouwer不动点定理,证明了具有变时滞的细胞神经网络模型平衡点的存在性;利用Barbarlet引理、Dini导数与导数之间的关系,构造了一个特殊的Lyapunov函数,表明具有变时滞的细胞神经网络模型存在惟一全局指数平衡点并且全局渐近稳定;在此基础上,通过构造一个新的M-矩阵,利用Halanay时滞微分不等式和M-矩阵的特性,得出:细胞神经网络模型在一定的条件下,在平衡点处,全局指数稳定且与时滞无关.     

变时滞并联限制细胞神经网络的稳定性

研究了带参数扰动的变时滞并联限制细胞神经网络(SICNNs)平衡点的存在性和全局稳定性,由Brouwer不动点定理证明了SICNNs的平衡点的存在性,通过构造合适的李雅普诺夫函数,再结合一定的分析方法,得到了SICNNs的平衡点的一个与时滞无关的全局稳定的充分条件。     

一类具变时滞细胞神经网络的全局渐近稳定性

讨论一类具变时滞细胞神经网络平衡点的唯一性和全局渐近稳定性,利用矩阵不等式,通过构造合适的Lyapunov泛函,得到了具变时滞细胞神经网络全局渐近稳定性的新的充分条件．     

具有离散和分布时滞的中立型细胞神经网络的全局渐近稳定性

文章研究了一类具有离散和分布时滞的中立型细胞神经网络的全局渐近稳定性问题,首先利用拓扑度原理等相关知识,证明了系统的平衡点的存在唯一性,然后通过构造Lyapunov-Kra-sovskii泛函,得出了具有离散和分布时滞的中立型神经网络系统的平凡解的全局指数稳定性的判别条件。     

变时滞细胞神经网络的全局指数稳定性

研究了一类变时滞细胞神经网络平衡点的全局指数稳定性问题．在不要求激励函数全局Lipschitz条件下，利用Lyapunov函数方法和M-矩阵的特性，结合Young不等式和Halanay时滞微分不等式，得到了细胞神经网络模型在一定条件下全局指数稳定的一些充分条件．数值例子说明了本文结果的有效性．     

一类二重Cohen——Grossberg网络的渐近稳定性神经

研究了一类具有时滞的二重Cohen—Grossberg神经网络模型，通过构造适当的Lyapunov泛函。并利用矩阵不等式的技巧给出了此类神经网络平衡点全局渐近稳定的充分条件，推广了已知献的一些结果。     

具有leakage时滞的随机T-S模糊神经网络的稳定性

研究了一类具有leakage时滞的随机T-S模糊神经网络的稳定性,通过构造一个新的Lyapunov-Krasovskii泛函,并应用It公式、随机不等式技术,得到了基于线性矩阵不等式(LMI)的均方意义下的全局稳定性判定条件.     

变系数变时滞分层抑制细胞神经网络的概周期解

研究了变系数变时滞分流抑制细胞神经网络问题.在没有假设激活函数有界的条件下,利用指数二分法,不动点定理和微分不等式技巧,得到了保证变系数变时滞分流抑制细胞神经网络的概周期解的存在性和k-全局指数稳定性的充分条件.所得结果是新的,推广并改进了现有文献的结论.文末一个例子用以说明判据的可行性.     

时标上具有联接项时滞的分流抑制细胞神经网络的概自守解

提出时标上带联结项时变时滞和连续分布时滞的分流抑制细胞神经网络模型,通过运用时标上线性动力方程的指数二分法和不动点定理,获得所研究模型的概自守解全局指数稳定的充分条件。最后,给出具体例子说明所得结论的有效性。     

可变时延神经网络的全局指数稳定性

利用Lyapunov泛函方法和线性矩阵不等式(LMI)技术,讨论了带有可变时延的神经网络的全局指数稳定性.通过引入一系列参数,给出全局指数稳定的平衡点的充分条件.实例表明给出的充分条件是有效、可行的.