关于神经网络的指数稳定性

系统地研究了一类神经网络的全局指数稳定性，仅假设激活函数是全局李普希兹连续的，给出了其平衡点的存在性、唯一性和指数稳定性的充分条件。     

一类分离变量控制系统的镇定控制器设计

研究了一类非线性连续可分离变量控制系统的镇定问题．基于Lyapunov稳定性理论和M-矩阵的性质，构造出了几个镇定控制器，其中一些控制器仅与系统的部分状态变量有关，所构造的控制器可确保反馈后的闭环系统是渐近稳定的和指数稳定的，这些充分性判据在工程实际应用中具有一定的指导意义．     

关于M矩阵的Fan乘积的Oppenheim型不等式

首先指出张胜关于M-矩阵Fan乘积的行列式下界的估计不比两个M矩阵的Fan乘积的Oppenheim型不等式的结果好,然后进一步推广了两个M矩阵的Fan乘积的Oppenheim型不等式,并且说明推广的结果优于已知的张胜的结论.     

PARTIAL STABILIZATION OF A CLASS OF CONTINUOUS NONLINEAR CONTROL SYSTEMS WITH SEPARATED VARIABLES

1. Introduction To date, a large number of investigation have been devoted to the problem of stability (stabilization) with respect not to all variables charactering the state of a system but only to certain given part of those variables. The problem is often also referred to as that of partial stability (stability with respect to part of the system’s states) (see, for example, Liao 2001; Liao 1992; Liao and Li 1996; Bondi and Fergola et al 1979; Jian and Liao 2004; Vorotnikov 1998). Mean…     

矩阵非奇异性判定

利用矩阵块对角占优的性质，给出了矩阵非奇异的一个判定条件．     

M矩阵的判定及其应用算法

给出了一个M矩阵的新的判定方法 ,及其计算方法     

关于AP-内射环的某些研究

本文主要研究满足一定条件的AP-内射环的某些性质.     

一类具有Markov参数的随机泛函微分方程的指数稳定性

对Hilbert空间中具有Markov参数的随机泛函微分方程的指数稳定性提出了一种新的判定方法．将这类方程看作若干个随机微分方程,利用非奇异M-矩阵的等价结论给出了一些判定系统指数稳定的充分条件,这是对已有结果的完善和推广．最后,通过一个例子对所得结论进行了说明．     

关于混合图的特征向量的结构

设G为一个混和图.它是通过对一个无向图定向其中的某些边而获得.若G为简单图,关于G的对应次小特征值的特征向量的结构,Fiedler给出一个值得注意的结论.当G为恰含一个非奇异圈的混合图时,关于G的对应最小特征值的特征向量的结构,根据Fiedler的结论,获得一个类似结果.     

非奇异H-矩阵的一组判定条件

根据α-链对角占优矩阵与非奇异H-矩阵的关系,给出了非奇异H-矩阵一组实用的判定准则,并通过数值算例验证了判定准则的有效性.