细胞神经网络的数学理论(Ⅱ)

重新系统地研究了细胞神经网络的数学理论,涉及该网络的区域稳定性、周期解的存在性和吸引性等。     

变时滞随机模糊细胞神经网络稳定性分析(英文)

本文旨在研究一类带变时滞的随机模糊细胞神经网络的稳定性.通过构造恰当的Lyapunov泛函并运用线性矩阵不等式(LMI)理论,作者给出了保证这类神经网络全局渐近稳定的充分条件.本文推导出两个定理:一个用以判定文中模型的全局渐进稳定性,一个用以判定该模型在均方意义下的全局渐近稳定性.     

时滞细胞神经网络的稳定性分析

研究具有时滞的细胞神经网络的稳定性问题，通过构造合适的Lyapunov函数及不等式分析技巧，给出了时滞细胞神经网络全局稳定的新的充分判据，这些结论推广了已知文献中的结果。     

对延迟细胞神经网络全局渐近稳定性一个结果的改进

给出了延迟细胞神经网络全局渐近稳定性的一个新的充分条件,该条件改进并推广了已有文献中的结论.     

一类扩张的细胞神经网络稳定性判别法

本文研究一类含有阻尼项带有时滞细胞神经网络的全局渐进稳定性和一致稳定性的性质,通过构造适当的李雅普诺夫函数及利用分析的有关知识,给出了全局渐进稳定性和一致稳定的判别法．     

具有脉冲和无限时滞的模糊细胞神经网络的全局指数稳定性

本文讨论了具有脉冲和无限时滞的模糊细胞神经网络的全局指数稳定性.通过建立一个脉冲时滞%积分微分不等式,以及模糊逻辑算子与M-矩阵的性质,不仅得到了系统全局指数稳定的充分条件,而且也给出了指数收敛速度.最后,所给的例子充分验证了文中所给出的充分条件的有效性.     

时延细胞神经网络的概周期解的存在性和指数稳定性

研究时延细胞神经网络的概周期解存在性和全局指数稳定性问题 ,巧妙地引入可调实参数di>0 (i =1,2 ,… ,n) ,获得了该神经网络存在唯一的概周期解的充分条件和所有其它解均指数地收敛于此概周期解的充分条件 .     

有噪及无噪的时滞细胞神经网络稳定性分析

分析了一类时滞细胞神经网络(DCNN)系统在无噪声和有噪声干扰情况下的稳定性．首先针对确定性系统给出了一种简单且容易验证的全局指数稳定性条件,然后讨论了噪声干扰下系统的稳定性．当DCNN被外部噪声扰动时,系统是全局稳定的．重要的是,当系统被内在噪声扰动时,只要噪声总强度控制在一定范围内,系统是全局指数稳定的．鉴于随机共振现象在越来越多的非线性生物系统中被发现,这种稳定性具有重要意义．     

时滞细胞神经网络的时滞相关指数稳定性

应用Lyapunov泛函法研究了具有时滞的细胞神经网络（DCNNs）的平衡点的全局指数稳定性，获得了一个指数稳定性的判定准则。这个准则与时滞的大小有关，即DCNNs是指数稳定的只要系统所含时滞不超过一个界。     

时滞型脉冲神经网络的全局指数稳定性(英文)

对一类含时滞的脉冲神经网络平衡点的存在性和稳定性进行了研究.在不假定激励函数有界、单调或可微而仅假定激励函数Lipschitz连续的条件下,利用压缩映像原理证明了系统平衡点的存在性,利用右上Dini导数的性质并通过构造适当的Lyapunov函数得到了平衡点全局指数稳定的充分条件.文末通过实例说明了所获结论的有效性.     

高阶变时滞广义细胞神经网络的全局指数周期性

研究了高阶变时滞广义细胞神经网络的全局指数周期性.引入可调参数和通过构造合适的Lyapunov泛函并利用Brouwer压缩映象原理,得到了神经网络周期解存在唯一且全局指数周期与全局指数稳定的充分条件,并给出一个例子说明结论的有效性.     

非对称细胞神经网络的稳定性分析

This paper describes the problem of stability for one-dimensional Cellular Neural Networks(CNNs). A sufficient condition is presented to ensure complete stability for a class of special CNN's with nonsymmetric templates, where the parameter in the output function is greater than or equal to zero. The main method is analysising the property of the equilibrium point of the CNNs system.     

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.     

时滞神经网络全局渐近稳定性条件

利用Liapunov泛函方法,结合矩阵不等式技巧,分析了时滞细胞神经网络(DCNNs)的平衡点存在的唯一性和全局渐近稳定性,保证DCNNs的全局稳定性的一个新的充分判据被得到．所得判据提供了一些参数来适当地弥补了反馈矩阵与时滞反馈矩阵之间所需要的平衡关系．这些判据可以容易被使用来设计和检验全局稳定的网络．此外,所得判据是与时滞参数无关,且比已有文献具有更少的限制．     

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 .     

具有无穷时滞的细胞神经网络的全局稳定性分析

对具有无穷时滞的细胞神经网络平衡点的存在性、唯一性和全局渐近稳定性进行了分析．在放弃了激活函数的有界性、单调性和可微性假设的情况下,得到了系统的平衡点的存在性条件．利用向量Liapunov函数法的思想,构造适当的含有变时滞和无穷时滞的微分-积分不等式,通过对微分-积分不等式的稳定性分析,得到了神经网络系统的全局渐近稳定的充分条件．     

变时滞细胞神经网络稳定性分析

利用矩阵测度、Liapunov函数和Halanay时滞不等式的方法研究了具有变时滞的细胞神经网络模型平衡点的全局指数稳定性问题.给出了判定平衡点全局指数稳定性的几个代数判据,可用于时滞细胞神经网络的设计与检验,数值算例说明其结果的优越性.     

具有时滞的细胞神经网络的全局指数稳定性

利用Liapunov函数方法,结合积分不等式技巧,分析了时滞细胞神经网络的平衡点存在的唯一性和全局指数稳定性,保证时滞细胞神经网络全局指数稳定的一个新的充分判据被得到.所得判据比已有文献具有更少的限制,为实际应用提供了方便.     

时滞细胞神经网络的稳定性研究

本文通过构造Lyapunov函数和利用不等式分析技巧，研究了具有时滞的细胞神经网络的稳定性，给出了与时滞无关的网络渐近稳定的充分判据，该判据可用于时滞细胞神经网络的设计与检验，有重要的理论意义与应用价值。     

细胞神经网络的指数稳定性

该文研究了具有可变时滞的随机细胞神经网络的指数 稳定性,应用Razumikhin定理与Lyapunov函数,建立了这种细胞神经网络均方指数稳定与几乎必然指数稳定的两类判据,一类是时滞无关而另一类是时滞相关.