在时间尺度上研究中立型泄漏时滞BAM神经网络的概周期解

在时间尺度上,通过使用线性动力方程的指数二分法、不动点理论和微积分理论,研究中立型泄漏时滞BAM神经网络模型,获得了一些使中立型泄漏时滞BAM神经网络模型概周期解存在和全局指数稳定的充分条件,并将以前的结论在时间尺度上做了扩展.     

具分布时滞模糊BAM神经网络的指数稳定性

介绍了一类具分布时滞的模糊BAM(bi-directional associative memory)神经网络.通过构造Lyapunov-Krasovskii泛函及利用线性矩阵不等式方法,得到了此类系统平衡点的指数稳定性的一个充分条件.在设计具时滞的人工BAM神经网络时,全局指数稳定的结果有很重要的意义.此外,给出一个实例说明我们的结果是可行的.     

变时滞BAM神经网络的全局指数稳定性

研究一类变时滞BAM神经网络平衡点的全局指数稳定性问题.在不要求激励函数全局Lipschitz条件下,通过构造合适的Lyapunov泛函,并结合Young不等式,得到了BAM神经网络模型在一定条件下全局指数稳定的一些充分条件,推广和改进了前人的相关结论,为综合设计指数稳定的时滞BAM神经网络提供了依据.     

时滞BAM神经网络周期解的存在性和全局指数稳定性

本文利用迭合度理论,通过构造适当的Lyapunov泛函并结合Yang不等式分析技巧,获得了具周期系数的时滞BAM神经网络周期解的存在性和全局指数稳定性的充分条件,这些结果对设计全局指数稳定的BAM神经网络与周期振荡的BAM神经网络具有重要的指导意义.     

一类随机BAM细胞神经网络的指数稳定性

研究了一类随机BAM细胞神经网络的指数稳定性,利用Lyapunov函数理论、It公式和线性矩阵不等式方法,建立了这种细胞神经网络均方指数稳定性判定的充分性条件.     

基于时间尺度理论研究非自治模糊细胞神经网络的全局指数稳定性

通过使用叠合度理论、M-矩阵、李雅谱诺夫函数和不等式技巧等,在时间尺度上研究带有狄利克雷边值和反应扩散项的非自治模糊细胞神经网络的全局指数稳定性,并获得一些使其存在全局指数稳定的平衡点的充分条件.最后,给出一个例子去验证结论的有效性.     

连续型BAM神经网络的指数稳定性

首先将连续型双向联想记忆神经网络转化成一个特殊的Hopfield网络模型.在此基础上,对连续BAM神经网络的指数稳定性进行了新的分析,证明了神经网络连接权矩阵在给定的约束条件下有唯一平衡点.所做的分析可以用于设计全局指数稳定的神经网络.     

时间尺度上时滞Cohen-Grossberg BAM神经网络系统概周期解的全局指数稳定性

本文通过使用李雅谱诺夫函数和不等式技巧等,在时间尺度上研究时滞CohenGrossberg BAM神经网络系统概周期解的全局指数稳定性,在此,不需要假设反应函数的有界性.最后,获得一些使其存在全局指数稳定的概周期解的充分条件,并给出例子去验证结果的有效性.     

具有时滞的扩散BAM神经网络的指数稳定性

研究一类具有反应扩散的滞后BAM神经网络平衡点的存在性唯一性和全局指数稳定性.运用拓扑同胚映射,Lyapunov泛函以及多参数方法,得到关于平衡点存在唯一性和全局指数稳定性的充分条件,将相关文献的结果推广到正整数r范数上.     

基于时间尺度的中立型时滞细胞神经网络概周期解的动态特征研究

在时间尺度上,通过使用线性动力方程的指数二分法、不动点理论和微积分理论,研究带有泄漏项的中立型时滞细胞神经网络模型,获得了一些使其概周期解存在和全局指数稳定的充分条件,并将以前的结论在时间尺度上做了扩展.     

在时间尺度上研究带有脉冲的泄漏时滞细胞神经网络反周期解的动态特征

在时间尺度上,通过使用叠合度理论中的连续定理和微分不等式技巧,研究带有脉冲的时变泄漏时滞细胞神经网络模型的反周期解,获得了一些使带有脉冲的时变泄漏时滞细胞神经网络模型的反周期解存在和全局指数稳定的充分条件,并将以前的结论在时间尺度上做了扩展.     

具分布时滞神经网络周期解的指数稳定性

本文利用一些分析技巧,获得了具分布时滞的双向联想记忆（BAM）神经网络模型周期解的指数稳定性的结论。     

随机Cohen-Grossberg-type BAM神经网络的均方指数稳定性

通过构造Lyapunov函数,利用随机微分的It(ο)公式,研究了一类含有时滞的随机Cohen-Grossberg-type BAM神经网络的均方指数稳定性,并给出判定的条件,最后举例子说明结果的正确性.     

变时滞脉冲BAM神经网络的稳定性(英文)

本文研究了当脉冲不太频繁易受大的脉冲影响下的时滞BAM神经网络具有唯一的指数稳定的平衡点.分析采用一个推广的比较原理和M-矩阵理论,得到一些关于唯一平衡点的收敛性的简单可行的充分条件.所得结果推广和改进了已有文献的结果.     

具有变时滞的离散双向联想记忆神经网络的全局指数稳定性

利用Lyapunov函数和线性矩阵不等式(LMI),给出了判定一类双向联想记忆(BAM)神经网络模型的指数稳定的充分性条件.该条件去掉了以往论文中所要求的激活函数单调,可微分的条件,而且所得结果利用里的工具易于检测.并举例说明本文结果的有效性.     

时间尺度上带有连结项的模糊神经网络的概周期解

首先根据压缩映射原理,得出了时间尺度上带有连结项的模糊神经网络的概周期解存在性的充分条件:当(H1)~(H4)成立时,该系统有唯一的概周期解。然后利用分析学的方法得出该概周期解是全局指数稳定性的充分条件:当(H1)~(H5)成立时,此概周期解是全局指数稳定的。     

具S-型分布时滞的模糊细胞神经网络的周期解及指数稳定性

研究了一类具S-型分布时滞的模糊细胞神经网络(FCNN)的周期解及全局指数稳定性问题.在不要求激励函数全局L ipsch itz条件下,通过使用指数型二分性和Schauder不动点定理以及构造Lyapunov函数,得到了模糊细胞神经网络模型周期解和指数稳定性的一些充分条件.此外,给出一个实例说明结果是可行的.     

随机变时滞模糊神经网络的均方指数稳定性

利用Lyapunov泛函和随机分析的方法,研究了一类具有变时滞随机模糊细胞神经网络的均方指数稳定性,得到了这类神经网络均方指数稳定性的充分条件.数值例子说明了得到的结果的有效性.     

一类随机惯性时滞BAM神经网络的指数稳定性

研究一类随机惯性时滞BAM神经网络,通过引入变量替换将二阶微分系统变换为一阶微分系统.利用微分方程有关知识,Schwarz不等式、Ito积分性质和递推归纳,讨论其系统解的有界性和指数稳定性,并给出其判定的充分条件,最后给出数值例子说明所得结果容易验证.     

中立型驱动反应BAM 神经网络的全局渐近同步性

针对一类具有时滞的中立型驱动反应BAM神经网络,提出全局渐近同步性问题.不使用现有文献中传统的李雅普诺夫泛函、矩阵测度和线性矩阵不等式(LMI)等已被广泛应用于研究神经网络全局渐近同步性的方法,而是通过构造2个微分不等式U 1(t)和U 1(t),利用微分不等式方程和不等式技巧解出2个不等式,得到能够确保中立型驱动反应BAM神经网络全局渐近同步的两个新的充分条件.