文档介绍：武易薹彳垮锉夫峰博士学位论文冬『:递归神经网络的动力学行为分析——王芬指导教师姓名:申请学位级别:论文定稿日期:学位授予单位:学位授予日期:吴怀宇教授武汉科技大学信息科学与工程学院答辩委员会主席:评阅人:王永骥教授邹红星教授刘开培教授王红卫教授:分类号:密级:...·,●·
对检究工的同
针对具有混合时滞的脉冲神经网络模型,利用舢泛函理论和线性矩阵不等式武汉科技大学摘要博士学位论文第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。本论文采用泛函理论、卣罄砺邸⑾咝跃卣蟛坏仁椒椒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:借助于泛函理论、挂砗蚽⒎止剑芯苛艘焕嗑哂谢旌鲜敝的随机区间神经网络模型的均方指数稳定性,获得了以问礁龅呐芯荨8门芯萃乒了现有文献的相关结论,易于利用软件包中的ぞ呦淝蠼猓扌柙さ鞑问阵。数值仿真验证了所得结论的有效性。针对窬缈赡茉诩ǘ痰氖奔淠诜⑸槐洌佣贾挛薹ㄓ昧蚶肷⒌姆程来描述系统状态的问题,建立了具有脉冲的时滞窬缒P汀2捎猛哂成湓理、坏仁健坏仁胶头粗しǎ诓灰G蠹せ詈薪绾涂晌⒌奶跫拢得了其平衡点存在性和唯一性的充分条件。同时,利用反证法和卣罄砺郏隽吮V其平衡点全局指数稳定性的充分判据。运用吼泛函理论、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窬缰芷诮獾拇嬖谛院腿ň种甘榷ㄐ裕⒘艘訫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。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。该判据用男问奖硎荆可以方便地利用软件包中ぞ呦淝蠼猓扌柙さ鞑问卣蟆J捣抡嫜橹ち所得结论的有效性。在不要求激活函数有界和可微的条件下,通过构造恰当的啪泛函,分析了一类模糊时滞窬绲娜ň种甘榷ㄐ裕竦昧艘訫矩阵形式给出的充分条件,推广了现有文献的相关结果。关键词:递归神经网络;时滞;动力学;稳定性;泛函
瑃武汉科技大学甌,第页博士学位论文.,...琫.,Ⅳ.琘..
武汉科技大学;;
武汉科技大学录博士学位论文第摘第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.弓浴神经网络概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.窬绶⒄⋯⋯⋯⋯⋯工⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本文的主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章预备知识⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯矩阵知识准备⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..钢治榷ㄐ远ㄒ濉稳定性理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯不动点定理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章具有混合时滞的神经网络的稳定性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯模型及预备知识⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一主要结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章具有脉冲的时滞双向联想记忆神经网络系统的稳定性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯..引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯模型及预备知识⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯主要结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..
武汉科技大学第页博士学位论文实例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯,..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第五章具有