文档介绍：分类号密级
UDC
研究生学位论文
BAM神经网络和竞争神经网络的动力行为研究
研究生姓名
指导教师姓名
申请学位级别硕士专业名称应用数学
论文答辩时间学位授予时间
中国海洋大学
BAM神经网络和竞争神经网络的动力行为研究
学位论文完成日期:
指导教师签字:
答辩委员会成员签字:
BAM神经网络和竞争神经网络的动力行为研究
摘要
由于人工神经网络在最优化、信号处理、图像处理、模式识别和联想记忆等方面的广泛应用,从而得到了蓬勃的发展。人工神经网络的信息处理能力取决于其动力特征。因此,研究人工神经网络的动力特征,例如稳定性、周期性等问题,为人工神经网络设计开发提供理论支持是有意义的工作。BAM神经网络和竞争神经网络是两类应用广泛的神经网络。而在一个运行的神经网络中,系统不可避免的出现时滞,所以研究含有时滞的神经网络的动力行为更具有现实意义。
从生物神经网络系统的观点看,人的大脑常处在周期或混沌状态,因此对神经网络周期震荡和混沌现象的研究有着十分重要的现实意义。由于概周期性包含了周期性,并且对于实际问题,研究概周期运动往往比研究周期运动更切合实际。另外,神经网络平衡点收敛速度的快慢是衡量网络性能的一个重要指标,为了降低神经网络计算所需时间,在神经网络的设计中,通常要求网络中的平衡点具有指数收敛性。
本文主要做了以下工作:
。
2. 利用Bananch空间中的不动点定理、指数二分性和Lyapunov函数方法研究了一类分布时滞双向联想记忆神经网络概周期解的全局渐近稳定性,实例说明了判据的有效性。
3. 运用M矩阵的性质、同胚映射及Lyapunov泛函,研究了具S-分布时滞竞争神经网络的全局指数稳定性。
4. 运用非负矩阵的性质和不等式技巧,研究了S-分布时滞竞争神经网络的不变集和吸引集。
关键词:分布时滞,概周期解,全局渐近稳定,S-分布时滞,全局指数稳定性,
不变集,吸引集
The studies on dynamical behavior of BAM works petitive works
Abstract
As a result of the broad spectrum of applications in optimization, signal processing,image processing,pattern recognition and associative memory and so on, the artificial work has been fully developed. Artificial work information processing capacity depends on its dynamical characteristics. Therefore, the study of artificial work dynamical features such as stability, peiodicity and other issues, has e an indispensable prerequisite in the artificial work work petitive work are two classes of widely used running in a work,the system appears inevitable time delays,so the study of works with time delays is more practical significance.
From the point of view about biological work systems,the human brain often changes in the regular periodic or chaotic state,so the cycle of works and chaotic phenomena consussion study has more practical fact,almost period contains addition,the convergence rate of the equilibrium point of works is an important indicator which is a measure works’ order to redu