收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

递归神经网络的动力学行为分析

王芬  
【摘要】:递归神经网络是一种具有反馈回路的大规模的非线性动力系统,它在模式识别、图像处理、智能控制、信号处理、优化计算等领域有着广泛的运用。由于递归神经网络的各种应用依赖于网络的动力学行为特性,所以关于递归神经网络动力学行为的研究具有着重要的理论和实际意义。本论文采用Lyapunov泛函理论、M矩阵理论、线性矩阵不等式方法和不动点定理等研究工具,对几类典型的递归神经网络模型的动力学行为进行了分析和研究。具体包括平衡点的稳定性,周期解的存在性、唯一性和稳定性等等。本论文的主要工作如下: 借助于Lyapunov泛函理论、Schur补引理和It?微分公式,研究了一类具有混合时滞的随机区间神经网络模型的均方指数稳定性,获得了以LMI形式给出的判据。该判据推广了现有文献的相关结论,易于利用Matlab软件包中的LMI工具箱求解,无需预调参数矩阵。数值仿真验证了所得结论的有效性。 针对BAM神经网络可能在极短的时间内发生突变,从而导致无法用连续或离散的方程来描述系统状态的问题,建立了具有脉冲的时滞BAM神经网络模型。采用同胚映射原理、Young不等式、H?lder不等式和反证法,在不要求激活函数有界和可微的条件下,获得了其平衡点存在性和唯一性的充分条件。同时,利用反证法和M矩阵理论,给出了保证其平衡点全局指数稳定性的充分判据。 运用Lyapunov泛函理论、线性矩阵不等式技巧和不动点定理,研究了具有脉冲的高阶BAM神经网络周期解的存在性和全局指数稳定性,建立了以M矩阵形式给出的判据。该判据推广了现有文献的相关结果。仿真实例验证了所得结论的有效性。 针对具有混合时滞的脉冲神经网络模型,利用Lyapunov泛函理论和线性矩阵不等式技巧,获得了保证其平衡点全局指数稳定性的时滞依赖型判据。该判据用LMI的形式表示,可以方便地利用Matlab软件包中LMI工具箱求解,无需预调参数矩阵。数值仿真验证了所得结论的有效性。 在不要求激活函数有界和可微的条件下,通过构造恰当的Lyapunov泛函,分析了一类模糊时滞BAM神经网络的全局指数稳定性,获得了以M矩阵形式给出的充分条件,推广了现有文献的相关结果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘春霞;隋美娥;武心庆;;基于递归神经网络的转速估计器仿真研究[J];青岛理工大学学报;2011年01期
2 汪晓梦;;带有偏差单元的递归神经网络在故障诊断方面的应用优化[J];甘肃联合大学学报(自然科学版);2010年05期
3 韩敏,史志伟;递归神经网络在堆石坝地震响应分析中的应用[J];系统仿真学报;2005年10期
4 金仁贵;;带有偏差单元的递归神经网络在故障诊断方面的应用[J];电脑知识与技术(学术交流);2006年29期
5 吴志敏;;基于新型PID神经网络的自适应控制系统研究[J];科学技术与工程;2008年01期
6 徐笑;谷俊杰;彭钢;;Elman神经网络在热工辨识中的应用研究[J];机械工程与自动化;2008年01期
7 刘涵;叶平;;基于递归神经网络的LS-SVM硬件实现与实验研究[J];仪器仪表学报;2009年08期
8 张奇志,贾永乐,周雅莉;噪声有源控制的递归神经网络方法[J];控制与决策;2001年03期
9 田社平,丁国清,颜德田,石猛;基于递归神经网络的传感器非线性动态建模(英文)[J];测试技术学报;2004年02期
10 韩敏;史志伟;席剑辉;;应用递归神经网络学习周期运动吸引子轨迹[J];控制理论与应用;2006年04期
11 杜福银;徐扬;;基于递归神经网络的预测模糊控制[J];西南交通大学学报;2006年06期
12 刘涵;王博;尹嵩;刘丁;;一种基于FPGA的新的SVM硬件实现方法[J];仪器仪表学报;2010年10期
13 尉询楷,李应红,张朴,路建明;基于支持向量机的时间序列预测模型分析与应用[J];系统工程与电子技术;2005年03期
14 马千里;郑启伦;彭宏;钟谭卫;;基于动态递归神经网络模型的混沌时间序列预测[J];计算机应用;2007年01期
15 徐戎;;一种改进的递归神经网络盲均衡算法[J];电子科技大学学报;2007年02期
16 王维兰;陈万军;;基于笔划特征和MCLRNN模型的联机手写藏文识别[J];计算机工程与应用;2008年14期
17 邵慧娟;熊煜;;带有偏差单元的IRN网络[J];电脑知识与技术;2010年23期
18 蒋洪睿,苏启常,莫玮;递归神经网络自适应均衡器研究[J];桂林电子工业学院学报;1999年03期
19 王大志,金辉,唐任远;基于改进算法递归神经网络的研究[J];沈阳工业学院学报;2003年02期
20 陈如清,沈士根;基于递归神经网络的旋转机械故障诊断方法[J];振动、测试与诊断;2005年03期
中国重要会议论文全文数据库 前10条
1 苏彩红;曾永发;张志飞;吴菁;;一种突触后抑制递归神经网络结构及其在模式识别中的应用[A];第二十六届中国控制会议论文集[C];2007年
2 武新华;张义凤;高晶波;;转子—轴承系统非线性参数辨识研究[A];2003大型发电机组振动和转子动力学学术会议论文集[C];2003年
3 刘勇;沈毅;胡恒章;;递归神经网络自适应滤波器[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
4 王继泉;左学胜;;基于递归神经网络的坦克车辆故障诊断系统[A];2006中国控制与决策学术年会论文集[C];2006年
5 张燕;杨鹏;郭欣;张雪萍;颜威利;;基于递归神经网络的下肢表面肌电信号分类研究[A];2005中国控制与决策学术年会论文集(下)[C];2005年
6 蒲兴成;;时变时滞不确定递归神经网络渐近稳定的一个充分条件[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年
7 沈艳霞;江俊;纪志成;;基于递归神经网络的永磁同步电机控制器设计[A];2005全国自动化新技术学术交流会论文集(三)[C];2005年
8 李鸿儒;邓长辉;顾树生;温馨;;递归神经网络快速学习算法的研究[A];2000中国控制与决策学术年会论文集[C];2000年
9 马龙;;基于递归神经网络的航空发动机故障诊断[A];十三省区市机械工程学会第五届科技论坛论文集[C];2009年
10 史志伟;韩敏;;应用递归神经网络建立非线性结构系统模型[A];第二十三届中国控制会议论文集(下册)[C];2004年
中国博士学位论文全文数据库 前10条
1 王芬;递归神经网络的动力学行为分析[D];武汉科技大学;2011年
2 赵永昌;一类时滞静态递归神经网络的动力学行为研究[D];中国海洋大学;2010年
3 吴爱龙;基于忆阻的递归神经网络的动力学分析[D];华中科技大学;2013年
4 张锐;几类递归神经网络的稳定性及其应用研究[D];东北大学;2010年
5 鲍刚;基于忆阻递归神经网络的联想记忆分析与设计[D];华中科技大学;2012年
6 朱进;递归神经网络的稳定性和无源性分析[D];东北大学;2010年
7 王扬帆;基于偏微分方程的时滞递归神经网络的动力分析与多尺度图像处理研究[D];中国海洋大学;2011年
8 徐军;递归神经网络稳定性分析[D];浙江大学;2007年
9 韩旭明;若干改进的人工免疫算法及其在大气环境领域中的应用[D];吉林大学;2010年
10 高海宾;扰动作用下递归神经网络稳定性研究[D];燕山大学;2006年
中国硕士学位论文全文数据库 前10条
1 孙小淇;三类递归神经网络的稳定性分析[D];中国海洋大学;2011年
2 刘博瑞;两类时滞递归神经网络的全局稳定性分析[D];中国海洋大学;2010年
3 张薇;两类时滞静态递归神经网络的指数稳定性分析[D];中国海洋大学;2012年
4 章国升;基于递归神经网络的非线性系统辨识研究[D];兰州大学;2010年
5 刘延玲;递归神经网络记忆存储器的两个应用[D];天津大学;2012年
6 梁晔;基于储备池计算的混沌时间序列预测方法研究[D];兰州大学;2012年
7 葛洋;多时滞递归神经网络的指数稳定性研究[D];曲阜师范大学;2010年
8 鞠宪龙;二阶对角递归神经网络的算法研究及应用[D];哈尔滨工程大学;2011年
9 刘庭海;基于递归神经网络的字符识别系统研究[D];中南大学;2012年
10 尹汉钊;基于递归神经网络与集成算法的时间序列预测应用研究[D];西安电子科技大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978