离散Hopfield神经网络的稳定性研究

离散Hopfield神经网络的稳定性是网络应用的基础.文中主要研究非对称离散Hopfield神经网络的异步、同步、部分同步演化方式的稳定性,并给出了一些新的稳定性条件,所获结果推广了一些已有的结论.     

时延细胞神经网络的渐近稳定性条件

该文利用一个新的Liapunov函数,讨论了带时延细胞神经网络的全局渐近稳定性,得到了一些判定网络的全局渐近稳定新的充分条件,所得到的结果较之P.P.Civalleri等人的结果简单和实用且对于具体设计带时延细胞神经网络有重要的指导意义。     

随机变时滞神经网络的全局渐近稳定性

研究了一类具有变时滞随机神经网络模型平衡点的全局渐近稳定性问题,通过构造李亚普诺夫函数并利用线性矩阵不等式理论,得出了随机变时滞神经网络的全局渐近稳定性的充分条件。     

时滞细胞神经网络的稳定性研究

根据李雅普诺夫稳定性定理，利用不等式技巧，研究了具有时滞的细胞神经网络的稳定性，得到了与滞量无关的网络渐近稳定性的充分判据，该判据可用于时滞细胞神经网络的设计与检验，有重要的理论意义和应用价值。     

非对称联接神经网络的稳定性和稳定控制

本文对连续竞争神经网络提出一种新的动态分析方法,得出一类联想网络稳定的必要条件。根据这一稳定性准则,给出了一类联想神经网络的综合方法。对于一般不稳定网络,提出了网络稳定控制的方法。这种方法也为稳定网络的动态控制和优化提供了一条新途径。     

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。     

RESEARCHES ON THE STABILITIES OF ANALOG ELECTRONIC NEURAL NETWORKS

A new method for analyzing the stabilities of analog electronic neural networks ispresented.The energy functions with clear physical meaning are derived by introducing the staticequivalent circuit models,which has expanded the Tellegen Theorem for application on circuitanalysis.The method used to derive the energy functions of nets from first order differentialequations is valid for all first order continuous autonomous systems.The stability analysis ofcellular neural networks is made by the use of the stationary cocontent theorem.Some resultsare instructive for the network implementation on circuits.     

Researches on the stabilities of analog electronic eural networks

A new method for analyzing the stabilities of analog electronic neural networks is presented. The energy functions with clear physical meaning are derived by introducing the static equivalent circuit models, which has expanded the Tellegen Theorem for application on circuit analysis. The method used to derive the energy functions of nets from first order differential equations is valid for all first order continuous autonomous systems. The stability analysis of cellular neural networks is made by the use of the stationary cocontent theorem. Some results are instructive for the network implementation on circuits.     

论细胞神经网络的理论基础

本文详细讨论了由美国伯克莱加利福尼大学电子学家L.O.Chua教授等首创的细胞神经网络理论基础,具体指出了其存在的缺陷及所构造的能量函数用来研究稳定性失效的原因,建议了理论研究的进一步方向。     

动态分布参数神经网络时空稳定性分析

本文将Hopfield自联想神经网络和Kosko异联想神经网络推广到无穷维状态空间动态神经网络,即动态分布参数神经网络,并给出了它们的有界性和稳定性。尤其是还研究了带微分算子的多维分布参数神经网络的时空稳定性以及保证稳定情况下所应满足的边界条件。最后,还给出了一个应用实例。     

基于Hopfield网络的图的同构算法

本文应用Hopfield网络,系统地研究了图的同构问題,通过建立相应的数学理论,改进并简化了前人所提出的能量函数,从而简化了网络的复杂性,提高了网络的收敛速度。最后给出了实验研究的结果。     

组合电路最优Hopfield模型的判定

采用组合电路Hopfield模型,通过相容状态建立的齐次线性方程组的基础解系,提出了组合电路最优Hopfield模型存在性的实用判定方法,并给出了计算实例。     

神经网络随机扰动稳定性研究

本文基于随机微分方程理论,严格地分析了一类广义的Hopfield连续时间神经网络在白噪声扰动下的稳定性,并建立了相应的稳定性判据和网络的设计准则。     

连续非对称神经网络的动力学特性

本文讨论了连续非对称神经网络的动力学特性,给出了神经网络有唯一平衡点的条件,并讨论了当连接距阵T变化时不产生静态分叉和Hopf分叉的条件,给出了平衡点的全局渐近稳定性和全局指数稳定性的充分条件。     

函数逼近神经网络的一种快速学习算法

通过分析特学习参数的不同特性，提出一种快速收敛方法，使网络的收敛速度大大提高。通过对多种函数的实验，与不同的网络结构对比，表明此方法具有很强的普遍性。