时滞依赖的变延时细胞神经网络的指数稳定性

细胞神经网络(CNNS)由于有许多重要的应用价值，所以它的稳定性分析一直是神经网络领域里的一个重要课题．近年来，神经动力系统的定性分析吸引了众多学的关注．在神经网络的电子器件实现中，出现了许多问题，诸如：转换延时，积分器，连接延时等．在这种情况下，在系统模型中一定要引进一个延时参数．要制造高质量的微电子神经网络，研究带有延时的神经动力行为是特别重要的．献[1～11]研究了时滞神经网络的全局稳定性；献[5，9，12，13]给出了有关延时细胞神经网络(DCNNs)全局稳定的充分条件，但是在这些章中，细胞的输出函数要求是一个分段线性函数并且延时是一个常量；献[10，13]虽然不再要求细胞的输出函数为分段线性函数，但是仍要求它的延时项是一个常数．在Lyapunov稳定性理论及矩阵不等式的基础上，给出了一个保证变延时细胞神经网络平衡点存在唯一并且全局指数稳定的充分条件．这个条件对参数变延时做了一个限制．给出了一个具体的数值例子及其仿其结果来说明我们结果的可行性．     

一类变时延细胞神经网络的全局指数稳定性

讨论了一类具有可变时延的细胞神经网络的平衡点的存在性及全局指数稳定性,利用Brouwer不动点定理和推广的Halanaly时延微分不等式,构造合适的Lyapunov函数,获得了该神经网络全局指数稳定的简单实用的判别条件。一个例子说明了它的应用。     

随机序在常用风险运算下的保序性

文章讨论了高阶停止损失序<(n)及指数序<(e)在卷积运算、混合运算、复合运算下的保序性,并对有关结论给出了详细严密的证明.     

指数分布下的产品可靠性抽样检验

对于失效时间遵从指数分布,本文提出了定时截尾样本下可靠性抽样检验方案的统计方法.质量统计是不可靠度的矩估计的严格增加函数,利用渐近正态分布样本量和接受常数被近似确定.     

指数分布中参数估计的两类错误概率的EM算法

从理论上分析了指数分布中参数估计的两类错误概率的EM算法,给出了具体计算公式。     

应用移动代理技术实现矩阵的并行计算

本文结合移动代理技术给出了一种矩阵并行计算的算法及其在Aglet移动平台中的实现。     

带跳的幂型支付欧式期权定价

假定股票价格过程服从跳跃-扩散过程,且无风险利率,股票收益率、波动率均为时间函数,利用等价鞅测度方法得出了支付函数为幂型的欧式期权定价公式。     

关于两类循环矩阵的非异性

本分别给出了仅用r-循环矩阵及对称r-循环矩阵的元素本身和参数r，便可做出判断其非异性的五种方法。     

一类中立型泛函微分方程的周期解

利用指数型二分性及不动点定理，讨论中立型泛函微分方程x^′(t) g(t，x^′(t-r))=A(t，x(t-r1)x(t) ?(t，x(t-r2)的周期解问题，得到了其存在周期解的充分性条件。     

刻度指数族参数的渐近最优的经验Bayes估计

对刻度指数族在加权平方损失下获得了刻度参数的Bayes估计，并构造了相应的经验Bayes估计，证明了该估计是渐近最优的。