随机神经网络的稳定性
【摘要】:神经网络在许多领域有着成功的应用,引起了国内外学者的广泛关注.然而,在实际的神经网络系统中,突触的传导过程是一个由神经传递素和其它随机波动引起的一个噪声过程,因此实际的神经网络系统应是一个随机的动力系统,而在随机系统的分析中,稳定性是重要的特性.本文对几类随机神经网络的稳定性进行了深入系统的研究.全文的内容共分为五章.
第一章概述了神经网络和随机微分方程的发展历史,分析了随机神经网络的研究现状,并给出了本文所需要用到的一些基本知识.
第二章研究随机Hopfield神经网络的稳定性.研究了随机Hopfield神经网络的稳定性和不稳定性,建立了几乎肯定指数稳定和几乎肯定指数不稳定的新的判别准则.提出了一类具有连续分布时滞的随机Hopfield神经网络模型,利用随机分析及不等式的技巧得到了模型p阶矩指数稳定的判别条件.
第三章研究随机Recurrent神经网络的稳定性.利用推广的Blythe-Liao-Mao不等式构建了时滞随机Recurrent神经网络的几乎肯定指数稳定性的充分性判据,并且估计了其指数的收敛率.研究了随机变时滞Recurrent神经网络的鲁棒指数稳定性,利用Razumikhin型定理得到了判定其均方指数稳定的充分性条件.我们提出了一类混合随机变时滞Recurrent神经网络模型,利用推广的Razumikhin型定理得到了判定该模型均方指数稳定的条件,并且利用M矩阵建立了新的均方指数稳定性的判别准则.
第四章研究随机Cohen-Grossberg神经网络的稳定性.利用半鞅收敛定理得到了变时滞随机Cohen-Grossberg神经网络几乎肯定指数稳定的判别准则.提出了一类具有无界分布时滞的随机Cohen-Grossberg神经网络模型,通过构造Lyapunov泛函、不等式等技巧,研究了该模型的几乎肯定p阶矩指数稳定性,得到了网络稳定与时滞无关的条件.
第五章研究随机模糊细胞神经网络的稳定性.通过构造合适的Lyapunov泛函和应用Halanay不等式建立了保证随机时滞模糊细胞神经网络几乎肯定指数稳定的充分性条件.提出了马尔可夫调制的随机模糊时滞细胞神经网络模型,利用推广的Razumikhin型定理得到了判定该模型均方指数稳定的条件.
|
|
|
|
1 |
罗发龙,杨俊;一个关于Hopfield网络的定理[J];应用科学学报;1993年01期 |
2 |
徐乃平,李孝安,张力,戴冠中;NPSC神经网络并行仿真计算机[J];控制理论与应用;1993年04期 |
3 |
郭东辉,刘瑞堂,陈振湘,吴伯僖;Hopfield神经网络的改进[J];厦门大学学报(自然科学版);1993年01期 |
4 |
刘瑞堂,陈振湘,孙书农;Hopfield神经网络的电致发光兑现[J];厦门大学学报(自然科学版);1993年05期 |
5 |
张邦礼,李银国,曹长修;小波神经网络的构造及其算法的鲁棒性分析[J];重庆大学学报(自然科学版);1995年06期 |
6 |
孙道恒,胡俏,徐灏;固体力学有限元的神经计算原理[J];机械工程学报;1996年06期 |
7 |
文灵玲;用于肌电图鉴别的神经网络模型[J];国外医学.生物医学工程分册;1996年01期 |
8 |
杜栋;人才需求量预测的神经网络方法[J];系统工程理论方法应用;1996年03期 |
9 |
胡希军,瞿有甜;神经网络在遥感图像自动分类中的应用研究[J];浙江师范大学报(自然科学版);1996年04期 |
10 |
王炜,戴维乐;使用M_f值、C值、D值异常资料进行地震短期预测的神经网络方法[J];中国地震;1997年04期 |
11 |
王硕儒,赵举孝,范德江;自组织神经网络用于地质样品分类[J];物探与化探;1997年02期 |
12 |
高协平;神经网络的结构学习算法研究[J];湘潭大学自然科学学报;1998年04期 |
13 |
刘永振,蔡小慎,姜照华;基于神经网络的信息产业收益率预测[J];大连理工大学学报(社会科学版);1999年01期 |
14 |
张立祥,陈力强,韩秀君,刘文明;辽宁神经网络降水预报系统[J];辽宁气象;1999年01期 |
15 |
;基于神经网络的机械结构优化与系统参数辨识成果通过鉴定[J];学术动态;2000年01期 |
16 |
汪晓东;强度型激光光纤传感系统的神经网络补偿方法[J];光学学报;2002年02期 |
17 |
吕国云,张景森,赵荣椿,许学忠;神经网络在工程爆破应力波规律探讨中的应用[J];应用力学学报;2002年04期 |
18 |
张兴会,杜升之,陈增强,袁著祉,莫荣;主成分分析法在神经网络经济预测中的应用[J];数量经济技术经济研究;2002年04期 |
19 |
樊树海,肖田元,楼佩煌,张林鍹;含体液因子影响的神经网络仿真[J];系统仿真学报;2004年10期 |
20 |
李爱军,罗四维,刘蕴辉,俞翰斌;基于熵准则的神经网络设计方法(英文)[J];复旦学报(自然科学版);2004年05期 |
|