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。     

一类具多比例时滞广义细胞神经网络的全局指数稳定性

对一类具多比例时滞广义细胞神经网络的全局指数稳定性进行研究.首先用Brouwer不动点定理证明了该系统平衡点的存在唯一性,再通过建立时滞微分不等式,获得了保证该系统平衡点全局指数稳定的时滞独立的充分条件.最后,给出了一个数值算例验证所得结果的正确性和有效性.     

一类时滞细胞神经网络的稳定性分析

讨论一类具有时滞和变时滞的细胞神经网络的指数稳定性问题,利用Lyapunov泛函的方法,给出了判定此类时滞细胞神经网络平衡点全局指数稳定性的几个充分条件,推广了一些文献的结果,使此类模型的应用更加广泛.     

具有脉冲和时滞的细胞神经网络的全局指数稳定性

讨论了一类具有时滞的脉冲细胞神经网络的全局指数稳定性.利用Lyapunov函数和不等式技巧得到了该系统全局指数稳定的一个新的充分条件,该结果具有更好的适用性.     

一类具有时滞的细胞神经网络的稳定性分析

本文主要研究一类具有时滞的细胞神经网络的稳定性问题。首先提出一个已建立的系统模型,运用Brouwer不动点定理证明了该类系统的平衡点的存在性,然后在引入系列参数的条件下,分析得出系统的指数吸引区域,并给出了系统平衡点唯一和平凡解全局指数稳定充分条件。     

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．     

具有变时滞的细胞神经网络的全局指数稳定性

研究具有可变时滞的细胞神经网络的全局指数稳定性问题,得出了可变时滞的细胞神经网络全局指数稳定性的几个充分条件.在实际应用中,设计验证满足这些条件很方便,甚至无须知道时滞的具体形式.因而具有重要的理论意义和应用价值.       

具有无穷时滞的广义神经网络的指数稳定性

给出了一个无穷时滞微分不等式,并利用所给不等式及Lyapunov函数,对一类具有无穷时滞的广义神经网络的平衡态的渐近指数稳定性进行讨论,给出了系统渐近指数稳定的几个充分条件.     

脉冲时滞细胞神经网络系统的指数稳定性

讨论了一类具有时滞的脉冲细胞神经网络的全局指数稳定性。利用Lyapunov函数和不等式技巧得到了该系统全局指数稳定的一个充分条件,同时给出示例说明结果的有效性。     

具有有界多时变时滞细胞神经网络的全局指数稳定性

利用变系数时滞微分不等式,给出具有有界多时变时滞细胞神经网络全局指数稳定性的一些充分条件.     

FCNN的全局稳定性

研究了 Ｆ Ｃ Ｎ Ｎ（ 模糊细胞神经网络） 的全局稳定性,应用 Ｌｙａｐｕｎｏｖ 函数,建立了 Ｆ Ｃ Ｎ Ｎ 全局稳定的充分条件,其结果推广了现有文献中的结论     

变时滞细胞神经网络模型的全局指数稳定性

研究了具有变时滞的细胞神经网络系统nx.i（t）=-cixi（t）＋∑nj=1aijfj（xj（t））＋∑nj=1bijfj（xj（t-τj（t）））＋Ii,i=1,2,…,n.在非线性神经激励函数满足Lipschitz条件下,借助于推广的Halanay时滞微分不等式等方法,得到了该系统的平衡点是全局指数稳定的条件.     

反馈BP神经网模型及其稳定性分析

实践证明具有反馈的 BP 神经网比传统的 BP 神经网具有更加优越的特性和新颖的性质.本文建立了反馈 BP 网的数学模型.并从动力学角度,利用 Lyapunov 函数对其稳定性进行了分析,最后给出了反馈 BP 网的应用实例.     

具连续分布时滞细胞神经网络的指数稳定性

利用Cramer法则和Brouwer不动点定理,通过构造适当的Lyapunov泛函并结合矩阵形式的Halanay微分不等式分析技巧,研究了一类具有连续分布时滞的细胞神经网络模型的动力学性质,获得了该模型的平衡点的存在性和全局指数稳定性的充分条件.改进和推广了已有文献的结论.这些结果对设计全局指数稳定的细胞神经网络具有重要的指导意义.     

时滞细胞神经网络模型的全局吸引性和全局指数稳定性

借助于Liapunov第二方法 ,对具有时滞的细胞神经网络系统x′i(t) =-Cixi(t) ∑nj=1aijfj(xj(t) ) ∑nj=1bijfj(xj(t-τj) ) Ii,　i=1,2 ,… ,n ,在非线性神经元激励函数满足Lipschitz连续的条件下 ,研究了这类模型全局吸引和平衡点全局指数稳定的问题 ,获得了易于验证的充分条件     

视差梯度神经网络稳定性分析

着重考察视差梯度神经网络的动态性质,用能量函数的方法分析网络的稳定性,得出网络是渐近稳定的结论,并通过实验得到验证．人为地在数据中加入噪声,没有发现网络的稳定性和收敛速率受到明显影响．由此证明了网络具有良好的稳定性．     

一个离散神经网络模型的稳定性与分支分析

通过研究一个离散时滞神经网络模型,利用复分析技巧,对线性化方程的特征根进行分析,进而获得了平衡点的局部稳定性及分支.体现了离散时滞神经网络模型的复杂的动力学性质.     

时滞的周期神经网络模型周期解的稳定性分析

通过构造Lyapunov-Krasovskii泛函,获得了时滞周期神经网络模型周期解全局渐近稳定性的一个充分条件.     

变时滞区间细胞神经网络的全局鲁棒稳定性

本利用拓扑度理论和Liapunov泛函方法讨论了变时滞区间细胞神经网络的全局鲁棒稳定性，给出了实用有效的判定条件，推广了有关献中的结果。