有脉冲和时滞的双向记忆神经网络稳定性分析

利用Lyapunov函数和二维Hanalay类型不等式,研究带有脉冲和时延的广义双向联想记忆神经网络平衡点的全局指数稳定性,得到了几个判断网络全局指数稳定的充分条件,这些条件刻画了脉冲强度和没有脉冲的连续子网络(双向联想记忆神经网络的连续部分)的指数收敛速度对整个网络的全局指数稳定性的混合影响。研究结果表明即使脉冲对网络状态有放大的影响,脉冲时滞双向联想记忆神经网络也可能保持连续子网络的全局指数稳定性质。数值例子验证了理论结果的正确性。     

多比例时滞杂交双向联想记忆神经网络的全局指数稳定性

考虑多比例时滞杂交双向联想记忆神经网络的全局指数稳定性．应用Brouwer不动点定理证明了多比例时滞杂交双向联想记忆神经网络平衡点的存在性,再通过构造合适的Lyapunov泛函,获得了该系统平衡点全局指数稳定的时滞依赖的充分条件,该条件蕴含系统平衡点的唯一性,并给出了一个例子说明结论的有效性．     

二阶时滞的双向联想记忆神经网络的稳定性分析

讨论了二阶时滞的双向联想记忆神经网络平衡点的全局稳定性,利用Lyapunov函数和不等式技巧得到了网络平衡点的全局渐近稳定和全局指数稳定的几个充分条件.     

双向联想记忆神经网络的全局指数稳定性

在研究双向联想记忆神经网络时,通常都假设输出响应函数是光滑的增函数,但实际应用中遇到的大多数函数都是非光滑函数。因此,本文将双向联想记忆神经网络的输出响应函数连续可微的假设削弱为满足Lipschitz条件,通过引入Lyapunov函数,利用不等式的方法,证明了双向联想记忆神经网络全局指数稳定性的一个定理。     

变时滞并联限制细胞神经网络的全局稳定性

研究了交时滞并联限制细胞神经网络的全局稳定性,给出了变时滞并联限制细胞神经网络全局鲁棒稳定和全局指数稳定的充分条件。     

时标上Leakage项变时滞BAM神经网络系统的概周期解

研究了时标上的Leakage项变时滞双向联想记忆(BAM)神经网络系统,给出了其概周期解存在性、唯一性和全局指数稳定性的充分条件。另外还给出了一个例子和数值模拟来说明得到结果的正确性。     

Hopfield连续神经网络平衡态局部指数稳定的充要条件

研究Ｈｏｐｆｉｅｌｄ连续联想记忆神经网络平衡点的局部指数稳定性,给出了Ｈｏｐｆｉｅｌｄ连续联想记忆神经网络的平衡点局部指数稳定的充要条件。通过引入特征函数的方法,得到了各记忆模式的指数吸收域的估计,以此可用来评价Ｈｏｐｆｉｅｌｄ连续反馈联想记忆的容错能力和模式恢复能力,且可用于综合更为实用的连续联想记忆神经网络。     

具有马尔可夫跳跃参数的变时滞静态神经网络的全局指数稳定性

利用李雅普诺夫泛函方法和线性矩阵不等式技巧研究了具有变时滞和马尔可夫跳跃参数的静态神经网络的全局指数稳定性,给出了一个判断全局指数稳定性的简洁易行的代数判据。     

反应扩散变时滞细胞神经网络的稳定性

利用构造Lyapunov函数的方法讨论了带反应扩散项的变时滞细胞神经网络全局指数稳定性.在输出响应函数有界且满足Lipschitz条件和系统满足文章所给的条件下,得到了判定该类网络解的全局指数稳定性.     

具有时滞的双向联想记忆神经网络的稳定性分析

研究一类具有时滞的变系数双向联想记忆神经网络(BAM)的稳定性问题.由于时滞变系数双向联想记忆神经网络的平衡点不一定存在,分平衡点存在和不存在两种情况进行研究.在BAM神经网络系统存在平衡点时,通过构造Lyapunov函数,结合不等式分析技巧,给出了系统指数稳定的充分条件;在BAM神经网络系统不存在平衡点时,利用数学归纳法给出了系统的吸引域.     

时滞BAM神经网络的全局稳定性

利用李雅普诺夫泛函方法并结合一些分析技巧获得了时滞BAM神经网络平衡点全局渐近稳定和全局指数稳定的充分条件，这些条件对设计全局渐近稳定的BAM神经网络和全局指数稳定的BAM神经网络具有重要意义．     

BAM神经网络周期解的存在性及全局稳定性

讨论了具有分布时滞的双向联想记忆(BAM)神经网络的动力学行为。利用迭合度理论的延拓定理和分析技巧,得到了周期解的存在性和全局稳定性的充分条件,对设计这种类型的神经网络具有重要意义。     

一类具脉冲的非自治高阶BAM神经网络周期解的全局指数稳定性

通过构造Lyapuonv函数,利用M-矩阵理论以及Yang不等式技巧,研究了一类含脉冲的非自治高阶BAM(bi-directional associative memory)神经网络周期解的全局指数稳定性,且推广了相关文献中的结果.     

一类推广的BAM模型的全局渐近稳定性分析

在B KOSKO双向联想记忆模型（BMA模型）上，引入了变时滞，去掉了连接权矩阵对称的要求，利用构造Liaponov泛函，得到了此动力学系统全局渐近稳定的条件，所得结果，在人工神经网络理论和应用研究中具有实际意义。     

变时滞高阶BAM神经网络的稳定性

文章研究高阶BAM神经网络的稳定性，运用Brouwer不动点定理以及Lyapunov泛函方法，得到周期解的存在唯一性和稳定性．     

具连续分布时滞与非线性脉冲BAM神经网络的全局指数稳定性

研究了具有连续分布时滞与非线性脉冲影响的BAM型神经网络的全局指数稳定性问题.利用M-矩阵以及谱理论等工具得到了系统存在惟一全局指数稳定的平衡点的充分条件.并给出一个例子说明结论的有效性.     

具中立型连续时滞的BAM神经网络模型概周期解的指数稳定性

利用连续性原理及不等式技巧,对一类具中立型有界连续时滞的BAM神经网络模型概周期解的指数稳定性进行研究,得出了所研究模型的概周期解指数稳定的充分条件.     

离散双向耦合记忆神经网络的指数稳定性

研究离散双向耦合记忆神经网络平衡点指数稳定性．这种网络模型带有多重时滞,通过Brouwer不动点理论以及相关不等式技巧来讨论这种网络平衡点的指数稳定性．     

具有限分布时滞的模糊BAM神经网络模型概周期解的存在性及指数稳定性

利用指数二分法和不动点定理,得到了含有限分布时滞的模糊BAM细胞神经网络概周期解存在性的充分条件,通过构造李雅普诺夫函数和Yang不等式,得到了概周期解的全局指数稳定性.