【摘 要】
：
对稳定性的研究是实值神经网络与复值神经网络的热点之一。近年来,大量研究人员开始研究复值神经网络,主要目标是探索其新的功能和更高的性能;而在讨论实值神经网络的稳定性
论文部分内容阅读
对稳定性的研究是实值神经网络与复值神经网络的热点之一。近年来,大量研究人员开始研究复值神经网络,主要目标是探索其新的功能和更高的性能;而在讨论实值神经网络的稳定性时,经常将一些特殊激励函数,例如逆-李普希次函数,应用于神经网络中进行稳定性分析。本文主要工作及创新点如下:一.讨论了具有变时滞、逆-Lipschitz激励函数的实值神经网络的全局渐近稳定性,并得到使该网络平衡点存在且唯一及平衡点全局渐近稳定的一个充分条件。在文献[21]、[25]中,作者讨论的都是带常时滞的具逆-李普希次激励函数的神经网络的稳定性,没考虑变时滞,故本文是他们工作的延续。二.推广实值线性矩阵不等式,得到了一些复值线性矩阵不等式。三.讨论了具有常时滞的离散复值神经网络的有界性和全局指数稳定性。研究了具有离散和分布时滞不确定复值神经网络的全局鲁棒稳定性。利用线性矩阵不等式的分析技巧和方法,得到几个新的判定网络有界和全局指数稳定、全局鲁棒指数稳定的充分条件。并用仿真实例说明我们的判定条件是有效性。与文献[48]、[49]比较,本文不仅考虑了时滞、变时滞、分布时滞、不确定参数,而且放宽了对连接权矩阵的要求。
其他文献
传统视频编码主要是基于统计相关性去除空间、时间冗余,以达到尽可能高地压缩效果。然而作为视频最终的接受者,人类视觉系统(HVS)由于自身的一些特性,存在着感知冗余。为了得
随着网络的不断发展，其规模与结构都日趋复杂，网络性能的监测与分析已经成为网络管理系统的主要任务之一，它对提高网络服务质量，克服网络瓶颈具有重要的意义。本文采用基于SNMP协
随着社会发展和经济持续增长,遥感技术在测绘、国土资源勘察、气象、灾害监测与环境保护、能源、国防、交通、探索等诸多学科和领域得到了广泛的应用,各种各样的遥感图像正在
认知无线网络动态频谱分配技术是当前无线通信领域研究的热点之一。本文在对认知无线网络频谱分配的相关理论和关键技术进行详细阐述的基础上,采用拍卖理论和博弈相关理论对
入侵检测作为新一代保障网络安全的技术,在近年来得到了广泛的重视和研究。入侵检测系统和防火墙的相互配合大大加强了整个网络环境的安全。入侵检测不但能够检测出来自网络
随着物联网的发展,成本以及能耗低的无线传感器慢慢广泛运用起来，从而使得无线传感器网络(WSN,WirelessSensorNetwork)应运而生。WSN目前在许多领域中都有应用，已渐渐成了通信
针对零件表面缺陷多样性、现场干扰强以及企业在零件检测中普遍以离线方式人工抽检带来的效率低且检测质量不稳定的现状,采用机器视觉与压缩感知(Compressed Sensing,CS)方法
生物特征识别系统的使用安全性是人们普遍关注的问题,人们对生物特征识别系统的信心和接受很大程度上取决于系统的鲁棒性、低错误率和抗欺骗能力。因此活体检测是生物特征识
随着越来越多的企业的软件系统在互联网的环境中运行,保障信息安全就变成了摆在所有人面前的一个必要问题。为此,我们必须建立起一个可靠的安全机制。使用WebService,所有程
分类是数据挖掘中的一项重要任务,分类是先通过类标号已知的数据建立模型,然后对类标未知的样本进行分类。分类正确率是衡量一个分类器性能的重要指标,然而单个的分类器有时