多时滞递归神经网络的指数稳定性研究
【摘要】:
自从递归神经网络提出以来,其稳定性问题一直是神经网络理论界研究的热点.这类神经网络在电路分析、优化计算和联想记忆等领域应用广泛,而各种应用又取决于稳定特性.因此,研究递归神经网络的各种稳定性具有重要的理论和实际意义.
本文在激励函数满足全局Lipschitz条件的情况下,基于线性矩阵不等式技术,采用Lyapunov函数方法,研究了多时滞递归神经网络的指数稳定性问题,给出了全局指数稳定判据,而且对指数收敛速率进行了估计.全文共分四章内容:
第一章综述了具有优化计算和联想记忆功能的递归神经网络的研究现状.主要包括神经网络的发展历史和常见递归神经网络的类型和研究现状等方面内容,并简要介绍了本文的主要工作.
第二章对全文中使用的符号、定义、假设及相关引理进行了说明.
第三章基于线性矩阵不等式技术,运用Lyapunov函数方法,对一类状态多时滞递归神经网络,提出了一个时滞依赖的全局指数稳定判据,在此基础上给出了指数收敛速率的估计方法.
第四章采用线性矩阵不等式技术,以Lyapunov稳定性理论为依据,对一类具有多时滞激活函数的递归神经网络进行了稳定性分析,提出了时滞独立的全局指数稳定判据,并给出了指数收敛速率的估计方法.
|
|
|
|
1 |
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 |
2 |
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 |
3 |
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 |
4 |
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 |
5 |
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 |
6 |
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 |
7 |
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 |
8 |
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 |
9 |
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 |
10 |
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 |
11 |
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 |
12 |
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 |
13 |
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 |
14 |
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 |
15 |
陈钢;王占山;;连续时间递归神经网络的稳定性分析[J];沈阳理工大学学报;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 |
|