时滞的具有两个神经元的分数阶神经网络系统的混沌与同步

为了研究具有时滞的神经网络系统中复杂的动力学的特性,该文对一个明确的时滞的具有两个神经元的分数阶混沌神经网络系统,设计出一个求解该分数阶混沌神经网络系统的数值算法.在此基础上,利用拉普斯变换理论证明了该系统的可同步性,并通过数值仿真验证了同步的有效性.     

集值离散动力系统的拓扑遍历性、拓扑熵与混沌

设(X,d)为紧致度量空间, f: X→X连续, (K(X),H)是 X所有非空紧致子集构成的紧致度量空间. 通过研究点运动与点集运动的关系, 证明了集值映射拓扑遍历 与f拓扑双重遍历等价并构造一个零拓扑熵且不具有任何混沌性质的紧致系统, 其诱导的集值映射有无穷拓扑熵且分布混沌, 表明集值离散动力系统的拓扑复杂性可以远远大于原系统.     

时间变量离散动力系统的分布混沌

研究了度量空间中具有时间变量的离散动力系统的分布混沌,介绍了时间变量系统的按序列分布混沌概念,证明了两个一致拓扑等价共轭的时间变量系统有相同的按序列分布混沌的拓扑性质。     

两个符号的非本原代换与混沌

探讨由两个符号非本原等长代换诱导的子移位, 给出了该子移位是Li Yorke混沌的一个等价条件, 并证明任何这样的子移位都没有分布混沌集.     

两类输入输出周期函数的离散神经网络的混沌

从理论上严格证明了以下结论：带有单峰与正反双向单峰周期输入输出函数的高阶瞬时混沌离散神经网络,在权阵W为非异常数矩阵,参数τ适当小,其它一些参数适当选取的条件下,该系统是Devaney意义下的混沌系统.所用的方法是反向可积极限方法与符号动力学方法的结合.     

低维细胞混沌神经网络的电路实现

通过分析三维细胞混沌神经网络模型的非线性动力学性质．给出了一种简单的混沌电路实现方式。主要提出此电路一种模块化的设计思路，将神经元设计为子电路模块，并用网格式布局了神经元子电路模块之间的连接矩阵，实现了三维混沌系统的模拟。实验结果证明了神经元模块化思路和电路设计结构的正确性。该电路简单实用，且具备很好的扩展性，对混沌神经网络的神经元构造和神经信息处理等都有一定意义。     

低维细胞混沌神经网络的电路实现

通过分析三维细胞混沌神经网络模型的非线性动力学性质，给出了一种简单的混沌电路实现方式。主要提出此电路一种模块化的设计思路，将神经元设计为子电路模块，并用网格式布局了神经元子电路模块之间的连接矩阵，实现了三维混沌系统的模拟。实验结果证明了神经元模块化思路和电路设计结构的正确性。该电路简单实用，且具备很好的扩展性，对混沌神经网络的神经元构造和神经信息处理等都有一定意义。     

二维三次映射的混沌动力学

为了研究二维三次映射的混沌动力学，运用Moser定理和多项式零点斜率的性质，证明映射存在Smale马蹄，并且映射在不变集上拓扑共轭于三符号动力系统.计算不动点和2周期点的Lyapunov指数谱表明，它们的最大Lyapunov指数均大于零.     

广义符号动力系统中的Li-Yorke混沌集和ω-混沌集

本文在广义符号动力系统Σ(Z~+)中构造一个传递的、不变的、不可数的Li-Yorke混沌集,且这个混沌集D(?)Σ(Z~+)\(?)Σ(N),还构造了一个不可数的ω-混沌集,且这个混沌集S'(?)Σ(Z~+)\(?)Σ(N)。说明了广义符号动力系统的混沌性状不是集中在有限个符号的动力系统中,在有限个符号动系统(?)Σ(N)的外部仍然具有较强的混沌性状。     

神经网络智能控制系统辨识模型结构的研究

目的 研究神经网络智能控制系统辨识模型的基本结构。方法 分析了控制系统动态模型的输入、输出关系,依据模型等效的最优化原理和神经网络任意逼近有限不连续函数的性质,提出神经网络辨识模型的基本结构。结果 该基本结构不仅适用于高阶线性系统,也适用于非线生及时变系统,可达到较高的辨识精度,保证了由此构成了神经网络控制系统具有较好的自适应性和鲁棒性。结论 所提出的基于神经网络系统辨识模型的基本结构具有一般性和     

一类离散型网络全局指数同步研究

探讨了具有离散时滞的离散型神经网络系统,并给出了这类神经网络的全局指数同步的一个有效结论.     

基于混沌对角神经网络的图像压缩

将混沌系统和对角递归神经网络结合,提出了一种新的神经网络.设计了混沌对角递归神经网络的结构和它的学习算法,并将其应用到图像压缩.通过仿真试验证明混沌对角神经网络在重建图像效果等方面的性能优于传统对角神经网络.     

Lω-空间的ω-Lindel(o)f可数性

在Lω-空间中引入ω-Lindelbf性质和ω-LindeliSf空间等概念,给出了其等价刻画,并证明它保持L-拓扑空间中许多良好的性质,如闭遗传性L-好的推广,L值Zadeh型函数下像保持不变等．     

一类混合时变时滞混沌神经网络自适应同步研究

基于微分方程的拉萨尔不变集原理和自适应动态反馈控制技术,研究了一类带有完全未知参数和混合时变时滞的混沌神经网络的自适应同步问题,给出了保证两个具有相同结构但具有完全未知参数的时滞混沌神经网络同步的控制律的设计方法.在此自适应控制律的作用下,达到了同步与参数辨识同时进行的目的.所设计的控制律简单,易于实现.仿真示例验证了所提方法的有效性.     

正则强拟开集与强拟同胚空间

首先利用强拟开集概念引入正则强拟开(闭)集、半正则强拟开(闭)集等概念,讨论了此类集合的一些性质,并且得到了正则强拟开(闭)集的等价刻画.其次,通过强拟同胚概念进一步分析了与拓扑空间(X,T)具有相同强拟开集族的全体拓扑组成的拓扑族[U]的结构,最后得到了[U]中最强拓扑的一种新结构形式.     

时延离散网络系统的均方指数稳定控制

针对带有随机时延和数据包丢失的不确定离散网络系统,得到了系统的均方指数稳定控制器设计策略。通过把网络诱导时延和数据包丢失看作满足Bernoulli分布的等价时延,并结合等价时延在不同区间上的概率取值,建立了更加切合实际的网络系统数学模型,并在此基础上,结合Lyapunov稳定性理论,对网络系统的均方指数稳定性进行分析,同时给出了输出反馈鲁棒控制器设计方法。仿真算例说明了该方法的有效性。     

结构等价型模糊神经网络算法及其应用

提出一种结构等价型模糊神经网络的学习算法。等价型神经网络根据模糊系统的推理规则,决定等价的神经网络结构参数。     

有界闭Fuzzy数的新序

在有界闭Fuzzy数中引进了等价类、心以及主半径的概念。在此基础上 ,根据灰色系统理论的基本思想 ,运用主半径和心定义了有界闭Fuzzy数的新序 ,使得有界闭Fuzzy数的全体关于该序构成偏序集。此外 ,通过几个等价定理把依测度、积分、割集等定义的序都统一在本序之下。最后给出部分保序性结果     

基于粗集理论的神经网络

在分析了粗集理论方法和人工神经网络方法两者各自的特点与共同之处后,首先探讨粗集学习与神经网络学习的结合方法,然后提出一种基于粗集预处理的神经网络系统,最后给出一个基于粗集方法作为信息预处理的神经网络文字识别的例子,来说明基于粗集的神经网络系统的优越性     

LF拓扑空间中正则的新定义

本文在ＬＦ拓扑空间（Ｌ＾ｘ，δ）中给出正则空间的另一种定义。证明了这种正则空间具有一些好的性质与等价条件，如Ｌ－好的推广，闭遗传，每个开（闭）集是θ－开（闭）集等。