测度型区间脉冲系统的稳定性

首次提出并研究了测度型区间脉冲系统的稳定性问题。基于代数Ｒｉｃｃａｔｉ方程，对测度型区间脉冲系统建立了若干全局指数稳定性判据。     

区间多项式和区间矩阵的稳定性

考虑 f_n(λ)=λ~n a_1λ~(n-1) …a_n(1)其中a_i∈,i=1,2,…,n.以S_n表(1)的全体.若对f_n(λ)∈S_n,f_n(λ)的所有根的实部均为负,称S_n是稳定的.下面列出本文要用到的灰区间的运算法则: 1°[a,b] [c,d]=[a c,b d]; 2°-[a,b]=[-b,-a],     

一类广义模糊双向联想记忆的稳定性

本文在（３）的基础上引入了一类广义的动态网络模型－带阈值的模糊双向联想记忆，并系统地研究了该网络的稳定性，证明了这个系统对于任意的连接权矩阵和阈值向量是全局稳定的，而系统的平衡态又是Ｌｙａｐｕｎｏｖ稳定的，最后用实例验证了我们的结论。     

区间H—矩阵的稳定性

动态系统K=AX,X(t_0)=X_0,若系数矩阵A为区间H-矩阵,则当A_(ii)<0时,系数矩阵A是稳定的。本文证明了这个命题并举例说明,对[1]的结果作了扩展,且方法简便。     

具有时滞的双向联想记忆神经网络的指数稳定性和周期解的存在性

通过构造Lyapunov泛函和运用不等式分析技巧，得到了判断一类时滞双向联想记忆神经网络平衡点的指数稳定性和周期解的存在性的充分条件，为综合设计具有时滞的双向联想记忆神经网络提供了依据。     

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.     

区间动力系统稳定性分析

本文研究了泛区间动力系统的稳定性,并由此给出了区间矩阵稳定的充要条件和离散区间动力系统稳定的充要条件.本文的分析方法具有普遍意义,适于一大类区间分析问题,包括区间时滞系统,灰色控制系统,区间分布参数系统等.     

区间动力系统Robust稳定性进展

本义综述了区间动力系统robust稳定性进展,内容涉及区间多项式,矩阵的Hurwitz稳定性、robust度、Schur稳定性、robust度,不确定时滞系统及控制系统的robust稳定性。1 引官 近二十年来,先后从计算数学,数理统计,控制理论等不同分支提出了区间分析和所谓稳健性(robustness)问题。例如:在计算数学中,解非线性方程:     

多滞后区间动力系统的指数稳定性

引进了多滞后区间动力系统的指数稳定的概念;用矩阵测度和时滞微分不等式研究了滞后区间动力系统的指数稳定性,给出了其指数稳定的判别准则,推广和改进了Liao Xiao-xin,刘永清,Zhang Yin-ping等人的工作。     

区间多项式的鲁棒稳定性

本文首先给出了一种新的判定多项式稳定的充要条件（引理2.1）.然后,在此基础上,研究了区间多项式的鲁棒稳定性,得到了若干判别区间多项式的充分条件（定理2.2-定理2.3）.由于所得的摄动界完全可由原末被扰动的多项式的系数所决定,这使得本文的方法比现有的结果简单好用.文末的例子说明了本文方法的有效性.     

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。     

具传输时滞和变系数的模糊细胞神经网络的指数稳定性及周期解

介绍一类具传输时滞和变系数的模糊细胞神经网络(FCNN),通过使用线性矩阵不等式(LMI)和Lyapunov-Krasovskii泛函,研究它的周期解的存在性及全局指数稳定性,并获得一些充分条件。此外,给出一个实例说明结果是可行的。     

变时滞细胞神经网络的全局指数稳定性研究

本文采用Lyapunov-Krasovskii泛函方法对一类变时滞细胞神经网络的全局指数稳定性进行了研究,得出了一些关于DCNN全局指数稳定性的充分条件。     

具有混合时滞的区间神经网络的全局指数稳定性

本文研究了一类具有混合时滞的区间神经网络系统的全局指数稳定性.通过选择适当的Lyapunov泛函,运用不等式技巧,得到了用线性矩阵不等式表示的有关的区间神经网络全局指数稳定的充分判据.通过一个数值实例验证了判据的有效性.     

多时滞随机神经网络的稳定性

通过构建李雅普偌夫函数的方法和利用半鞅收敛定理对一类随机时滞神经网络的全局指数稳定进行了分析,提出了易于判定随机时滞神经网络几乎必然指数稳定性新的代数判据,推广了[1]中的主要结论.     

具有时延的Cohen-Grossberg神经网络的稳定性

本文利用拓扑度理论、Liapunov泛函和时延不等式的方法研究了具有时滞的Cohen Grossberg神经网络模型dui(t)dt =ai(ui(t) )bi(ui(t) ) - ∑nj=1Tijfj(uj(t-τj) ) ,i=1 ,2 ,… ,n平衡点的稳定性问题 .文章给出了判定模型平衡点存在唯一性和全局渐近稳定性及全局指数稳定性的几个充分条件 ,这些条件取消了权矩阵 (Tij) n×n 对称性的假设 ,推广了已知文献的一些结果 ,使模型的应用范围更加广泛 .     

时滞Hopfield神经网络的全局指数稳定性

利用时滞微分不等式，讨论了时滞Ｈｏｐｆｉｅｌｄ神经网络的全局指数稳定性，获得了几个判定条件。这些结论推广了已知文献中的结果。     

Attractive Periodic Orbits in Nonlinear Discrete-time Neural Networks with Delayed Feedback

We consider the discrete-time system x ( n )= g x ( n m 1)+ f ( y ( n m k )), y ( n )= g y ( n m 1)+ f ( x ( n m k )), n ] N describing the dynamic interaction of two identical neurons, where g ] (0,1) is the internal decay rate, f is the signal transmission function and k is the signal transmission delay. We construct explicitly an attractive 2 k -periodic orbit in the case where f is a step function (McCulloch-Pitts Model). For the general nonlinear signal transmission functions, we use a perturbation argument and sharp estimates and apply the contractive map principle to obtain the existence and attractivity of a 2 k -periodic orbit. This is contrast to the continuous case (a delay differential system) where no stable periodic orbit can occur due to the monotonicity of the associated semiflow.     

基于神经网络的FIR多阻带数字滤波器的设计及应用

针对电子测量系统中的工频50Hz及其二次三次谐波干扰，本文运用BP神经网络设计一个三阻带数字滤波器，利用神经网络权值与FIR数字滤波器脉冲响应之间的关系，得出所设计滤波器的脉冲响应。实验表明，与窗函数法设计的三阻带滤波器相比，基于神经网络的FIR三阻带滤波器具有明显的优越性。     

Stability of Delayed Markovian Switching Stochastic Neutral-type Reaction-diffusion Neural Networks

This paper is concerned about exponential stability in mean square of Markovian switching delayed reaction-diffusion neutral-type stochastic neural networks (RNSNNs). By Lyapunov function method, several novel stability criteria on exponential mean square stability of Markovian switching RNSNNs with time-varying delays are obtained. In the end, two examples are given to verify the feasibility of our findings.