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.     

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.     

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。     

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.     

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.     

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.     

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.     

时变时滞BAM神经网络系统的指数稳定性分析

利用Lyapunov稳定性理论和线性矩阵不等式技术,得到了保证时变时滞BAM神经网络系统指数稳定性的时滞依赖稳定性准则.所给的准则可用Matlab中的LMI控制工具箱进行验证.仿真实例进一步说明了结果的有效性.     

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.     

分数阶变时滞Cohen-Grossberg型BAM神经网络全局Mittag-Leffler稳定

主要研究分数阶变时滞Cohen-Grossberg型BAM神经网络,利用分数阶微积分有关性质,定义Mittag-leffler函数和对时间区间的有效划分,借助微分中值定理和一些分析技巧,给出了判定其系统解全局Mittag-Leffler稳定性充分条件.最后,给出数值例子以验证理论结果的有效性.     

Global exponential stability analysis on impulsive BAM neural networks with distributed delays

Using M-matrix and topological degree tool, sufficient conditions are obtained for the existence, uniqueness and global exponential stability of the equilibrium point of bidirectional associative memory (BAM) neural networks with distributed delays and subjected to impulsive state displacements at fixed instants of time by constructing a suitable Lyapunov functional. The results remove the usual assumptions that the boundedness, monotonicity, and differentiability of the activation functions. It is shown that in some cases, the stability criteria can be easily checked. Finally, an illustrative example is given to show the effectiveness of the presented criteria.     

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.     

连续反馈联想记忆的吸引域和指数收敛速度的估计

利用一些实分析技巧和Liapunov方法,重新估计了连续反馈联想记忆模式的吸引域及其中每一点趋向记忆模式的指数收敛速度,得到一些新的结果,这些结果可用于连续反馈联想记忆网络的容错性能评价及其综合过程.     

变时滞中立型BAM神经网络的全局稳定性

本文通过构造新型的Lyapunov-Krasosvskii函数并利用矩阵不等式技巧获得了一类变时滞中立型BAM神经网络的全局稳定性判据,该判据便于应用.数值例子表明,与已有结果相比,该判据具有较低的保守性.     

带分布时滞的双向联想记忆神经网络周期解的存在性

讨论了-类带分布时滞的双向联想记忆神经网络周期解的存在性.通过运用Mawhin迭合度连续性定理,和-些不等式的分析技巧,得到了-些保证周期解存在的充分条件.     

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．