离散Hopfield神经网络的稳定性分析

利用能量函数推广了一些关于离散Hopfield神经网络稳定性结论，同时给出了稳定点存在的一个充要条件，最后给出了几个有趣的例子，揭示这类网络渐进行为的复杂性。     

具有时滞的二阶连续型Hopfield神经网络的周期解

对激励函数为非光滑的二阶Hopneld神经网络的周期解的存在唯一性问题进行讨论．得到了当每个输入函数是以ω为周期时，该类神经网络存在唯一性ω周期解的一个充分判据．同时，也获得了该类网络的其余各解全局指数收敛于该ω周期解的一个判据．作为特例，具有时滞的一阶连续型Hopficld神经网络的类似结果也被获得．     

求解有限马氏决策问题的神经网络方法

在有限马尔可夫决策过程的线性规划求解方法以及神经网络算法的基础上提出了运用神经网络求解有限马尔可夫决策问题的方法．并通过算例验证了该方法的有效性．     

Hopfield网络与Hamming网络的组合应用研究

本文首先从Hamming距离的角度对神经网络中有关Hopfield网络和Hamming网络的性能进行比较．分析了两种网络在各自单独应用时的优势与不足。然后结合数字显示模式实例探讨了这两种网络的一种组合应用。     

神经网络改进BP算法的DSP实现

研究一种前向型神经网络的改进学习算法并基于TI的TMS320C5402定点数字信号处理器开发系统实现该算法的训练学习：测试结果表明：网络学习速率提高，网络的输出动态响应具有超调小、响应快和鲁棒性强的优点，为DSP在实时性控制系统中的应用奠定了一定基础。     

一种求解大整数相乘问题的神经网络方法

大整数相乘问题是计算机算法设计与分析中的一个经典问题,分治法是一个有效的解决算法复杂度的方法,而神经网络的分布式存储、并行计算等特点可以大大减少计算时间.因此将分治法与神经网络结合是一种可行的方法,仿真实验也验证了这种方法的可行性和有效性.     

离散Hopfield 网络的稳定性

神经网络的稳定性是神经网络应用的基础。主要研究离散 Hopfield神经网络的稳定性 ,所获结果推广了已有的结论 ,并结合网络状态图举例可直观地说明结果     

具有滞后的Hopfield连续神经网络的稳定性

利用Ｌｉａｐｕｎｏｖ泛函方法分析了具有滞后的Ｈｏｐｆｉｅｌｄ连续神经网络系统的稳定性，得到了如下结论：对于具有滞后的Ｈｏｐｆｉｅｌｄ连续神经网络，当权矩阵的二范数与增益之积小于１时，系统的平衡点是唯一的全局渐近稳定的，此结论推广了Ｍａｒｃｕｓ的结论。     

Hopfield连续神经网络新的综合和学习方法

本文对设计一个全局稳定的Ｈｏｐｆｉｅｌｄ连续时间联想神经网络提出一种新的综合方法，用本文提出的方法综合的网络不仅能保证每一个要求的模式全部记忆，而且存贮在网络的稳定平衡点上的每一个记忆具有很好的吸引域特性。从最小误差参数估计的观点导出求解网络联接矩阵的学习方法具有快速收敛特性。本文还提出了利用反馈网络电路结构实现网络综合的方案。一个零自联接联想网络的综合实例证实了本文提出的方法的有效性和实用性。     

基于小波奇异性和神经网络的高压断路器机械故障诊断

将小波奇异性检测理论与模糊神经网络相结合应用到高压断路器机械故障诊断中,这是一种新的方法.实验结果表明,该方法较之小波奇异性检测有更好的效果,提高了诊断的准确性和精度.