通有神经网络稳定性的进一步研究

应用大系统稳定性的分块估值方法,对通有神经网络的稳定性进行了研究,给出了新的判据.     

Hopfield神经网络的稳定性分析

利用Lyapunov直接法,讨论了一类非自治Hopfiled神经网络的不稳定性,给出了此类系统平衡点不稳定的判据,并举例说明了此结果的有效性.最后以一个具体的自治系统为例,说明当系统是自治系统时,所得的判据依然是新的.     

一类时滞细胞神经网络的稳定性研究

利用Ｌｙａｐｕｎｏｖ泛函方法和不等式分析技巧,研究了一类时滞细胞神经网络的稳定性,给出了一类时滞细胞神经网络全局渐近稳定的一个新的充分条件。     

对细胞神经网络稳定性问题的再研究

通过对一类具时延的细胞神经网络模型平衡点的全局渐近稳定性问题的再研究,给出了若干全新的稳定性判据。     

一类非对称神经网络的稳定性研究

本文将一类非对苏联想神经网络化为一类个关于扰动量的网络模型，然后给出了这类网络输出空间能量函数与状态空间的状态平衡点的关系，并且研究了此函数的存在性．     

迭代法分析稳定性的改进

用一简便的方法统一处理廖晓昕的用迭代法分析系统稳定性的一系列结果,不仅简化了征明,而且减轻了条件,文中所用的方法说明用迭代法分析系统稳定性本质上是向量比较定理的应用。     

BAM神经网络的稳定性分析

研究BAM神经网络的理论,并讨论其稳定性,从而得到了它能纠错的结论.     

中立型细胞神经网络的稳定性分析

基于线性矩阵不等式（LMI）技巧对中立型细胞神经网络的稳定性问题进行了研究，给出了神经网络稳定的一个充分性条件和系统稳定中立项所必须满足的一个必要条件。仿真结果证明了所给算法的有效性，同时表明所得结论优于Y-M-ZHANG等的结果。     

中立型细胞神经网络的稳定性分析

基于线性矩阵不等式(LMI)技巧对中立型细胞神经网络的稳定性问题进行了研究,给出了神经网络稳定的一个充分性条件和系统稳定中立项所必须满足的一个必要条件.仿真结果证明了所给算法的有效性,同时表明所得结论优于Y.M.ZHANG等的结果.     

具时滞和脉冲的BAM神经网络的稳定性研究

近年来,神经网络吸引了大量学者的探索与研究,并在图像识别、自控、计算、优化、信息工程等领域得到了广泛应用。这些应用很大程度依赖于神经网络的动力学行为。冈此,对神经网络的动力学行为进行分析是一个相当必要的步骤。在神经网络动力学行为中,     

具有延时的神经网络的稳定动力学运行为分析

用Ｒａｚｕｍｉｋｈｉｎ型的Ｌｉａｐｕｎｏｖ泛函方法得到了如下结果：当仅矩阵对称或属ＤＳ类非对称时，小延时的Ｈｏｐｆｉｅｌｄ模型及ＣｏｈｅｎＧｒｏｓｓｂｅｒｇ模型与无延时的模型都具有渐近稳定的吸引子－平衡点集。     

模糊细胞神经网络的稳定性

本文研究了模糊细胞神经网络（ＦＣＮＮ）的稳定性,给出了这种神经网络全局渐近稳定的新条件。     

论细胞神经网络的稳定性

研究了细胞神经网络的耗散性及其平衡点的存在性、唯一性和全局渐近稳定性。推广了先前有关ＣＮＮ稳定性的一些结果。     

Walras均衡点的通有稳定性

首先将Walras均衡定理的条件削弱，根据削弱的Walras定理，我们定义了Walras均衡点，讨论了Walras均衡点的通有稳定性。     

N元环状神经网络的稳定性

针对一个带自反馈的多时滞N元环状非线性神经网络系统,首先得到系统在平凡解处的线性化性系统,并借助空间分解的方法得到了N阶特征矩阵对应的特征方程的1阶因式分解.进而,通过构造函数和分析技巧成功地分析特征方程的每个1阶因式的根的实部情况,并在整个参数空间中分区域系统完整地讨论了系统平凡解稳定与不稳定的条件,最终通过数字仿真验证了分析结果.     

一类时滞神经网络模型的稳定性

利用数变易法及不等式分析技巧,讨论了一类时滞神经网络模型稳定性,给出指数稳定性的一个充分条件。