非线性连续神经网络平衡的吸引域及收敛指数的估计

给出了一种新的简单方法分析非线性连续神经网络的指数稳定性,得到了最优化神经网络全局指数稳定的一些判定条件,以及联想记忆神经网络各平衡态的吸引域与收敛速度估计,所得结论推广了某些文献中已有结果。     

非线性连续神经网络全局指数稳定的定量特征

引入一个特征函数用以定量刻画最优化计算神经网络的全局指数稳定性。利用该特征函数得到了一族范数下神经网络全局指数稳定的判定条件及下三角神经网络全局指数稳定的充分必要条件。所得结果推广了Bouzerdoum,Killy,Sugawara等人的结论。     

细胞神经网络的全局指数稳定性

本文研究了细胞神经网络的全局指数稳定性问题,运用Lyapunov函数法和不等式的分析技巧给出了细胞神经网络全局指数稳定的三个判据。     

不对称时处Holpfield神经网络的全局指数稳定性及收敛速度的估计

本文通过构造适当Ｌｙａｐｕｎｏｖ泛函的方法,对具有时延的不对称Ｈｏｐｆｉｅｌｄ型神经网络平衡点的指数稳定性进行了分析,得到了平衡点指数的稳定充分条件,同时我们也对其指数收敛速度进行了估计。     

随机细胞神经网络的指数稳定性

本文研究了随机时滞细胞神经网络的指数稳定性,建立了这种细胞神经网络均方指数稳定与几乎必然指数稳定的充分条件,其条件分为时滞无关与时滞相关两种.     

变时滞随机递归神经网络的全局指数稳定性

利用自由权值矩阵和不等式分析技巧,研究了一类随机变时滞神经网络的全局指数稳定性问题.该模型中考虑了神经网络的外部随机扰动因素,更加接近真实网络.通过构造适当的Lyapunov-Krasovskii泛函,以线性矩阵不等式形式给出了的全局指数稳定性判据,能够利用Matlab的LMI工具箱很容易地进行检验.此外,仿真结果进一步证明了结论的有效性.     

广义的时滞细胞神经网络的动态分析

本文研究了广义细胞神经网络的动态行为,首先利用度理论建立了客中广义时滞细胞神经网络的平衡点存在唯一物充要条件,其次给出这种广义时滞神经网络全局指数稳定的充要条件。     

不对称时延Hopfield神经网络的全局指数稳定性及收敛速度的估计

本文通过构造适当Ｌｙａｐｕｎｏｖ泛函的方法,对具有时延的不对称Ｈｏｐｆｉｅｌｄ型神经网络平衡点的指数稳定性进行了分析,得到了平衡点指数稳定的充分条件,同时我们也对其指数收敛速度进行了估计．     

神经网络指数稳定性分析及收敛率估计

该文通过李雅普诺夫直接方法,研究了一类 Hopfield神经网络平衡点的存在性、唯一性与指数稳定性。文中假设神经网络系统的激励函数为单调增Lipschitz连续函数,在自反馈项为非线性函数的条件下,研究其指数稳定性,同时给出了收敛率估计式。     

二阶Hopfield型神经网络的稳定性 分析及收敛速度的估计

本文讨论二阶连续Hopfield型神经网络平衡点的全局稳定性问题,利用LMI方法和Lyapunov方法得到了网络平衡点全局渐近稳定和全局指数稳定的几个充分条件,并对其指数收敛速度进行了估计.     

DCS网状网自愈的进展

数字交叉连接系统(DCS)网状网是电信传输骨干网的主要拓扑结构。本文讨论了DCS网状网自愈的进展,其中包括SDH、ATM和WDM网状网自愈,同时说明了它们之间的相互关系。对电信传输网自愈和电信业务网的关系也进行了讨论。     

一类离散Hopfield网络的吸引特性研究

该文以n维超立方体为大规模局域连接模型的离散Hopfield网络(简称An网)为研究对象,深入讨论了这种网络的吸引特性,包括吸引子/吸引环的结构和吸引半径等,得出了具有相同结构的吸引子/吸引环具有相同的吸引特性和吸引半径,并给出了它们的吸引半径;进一步地,本文将上述讨论扩展到较为一般的离散Hopfield网络,讨论了它们的吸引子/吸引环与An网的吸引子/吸引环相同(或部分相同)的条件,以及相应的吸引子/吸引环的吸引半径,得出了迁移越大,保留An网吸引子/吸引环的数目越少,且吸引半径越小的结论。     

一类离散Hopfield网络吸引状态的特征分析

该文首先讨论了超立方体图所对应的连接矩阵的特征向量,进而深入系统地分析了以n维超立方体为大规模局域连接模型的离散Hopfield网络的吸引特性之一,稳定吸引状态的位置、数量及其分布。研究结果表明,网络连接权矩阵的特征向量及其拼接向量均为网络的吸引子或吸引环,且其在网络状态空间中具有均匀对称的分布格局。     

可约割集和可约回路及其在网络分析中的应用

本文以梯形网络为讨论对象,提出可约分的独立割集和可约分的独立回路的概念。从而导出结构分析法,解决了常规网络分析法中某些研究得尚不透彻的问题。结构分析的结果与状态空间分析法所得结果完全一致,而且使用简便。最后给出了实例。     

一类学习联想神经网络的动态特性研究

本文讨论了一类联想神经网络在学习过程中结构变化引起网络平衡点状态变化的动态特性;研究了网络的指数稳定性质;分析了联想过程中输入激励在噪声干扰情况下,网络的滤波能力;得到了一些对于研究联想神经网络学习性质有用的结论。     

线性有源网络的网络方程及其解答表达式

本文建立了线性有源网络含理想电源支路时割集电压和回路电流的直接表达式。此表达式在保持原网络拓扑结构不变的情况下,用网络的拓扑矩阵和参数矩阵的分块矩阵表示,省去了大量的零元素,避免了网络分析时各稀疏矩阵中零元素的计算,同时亦降低了各运算矩阵的阶数。因此在电路的计算机辅助分析中利用本文导出的两表达式,可使求解简捷、明了,比用建立网络方程,然后解方程的方法大大减少了内存空间和运算机时,从而可以提高计算机分析网络的能力。     

广义模对称定理的推广

本文将无耗互易网络的广义模对称定理推广到无耗非互易网络,并给出应用实例。     

北京电信ISDN网络的演进

目前北京电信N－ISDN的发展已初具规模。在各种交换机ISDN功能不断完善的情况下,应考虑优化、调整网络结构及路由结构、并全网统一信令、随着北京新的汇接局的改造及建设,建议组织一个全ISUP的ISDN网络。     

用于不变特征抽取的MADALINE网络的改进和硬件实现

从实时应用的角度计论和改进了ＭＡＤＡＬＩＮＥ神经网络，给出了局部连接型ＭＡＤＡＬＩＮＥ不变网络的算法结构，将算法简化为一般的矩阵运算，提出了通过学习确定固定ＭＡＴ阈值和自适应ＭＡＪ阈值的方法，用硬件实现了处理二值输入模式的局部连接型ＭＡＤＡＬＩＮＥ网络，给出了ＭＡＤＡＬＩＮＥ网络原型与改进型的比较结果。     

相位平均网络理论及实验的初步探讨

相位平均网络是一种能把多个有相位抖动的脉冲进行相位平均,得到一种特殊脉冲信号的网络。本文对相位平均网络进行了理论分析及实验,并对实验结果进行了分析。