Global exponential stability of impulsive high-order Hopfield type neural networks with delays

In this paper, we investigate the global exponential stability of impulsive high-order Hopfield type neural networks with delays. By establishing the impulsive delay differential inequalities and using the Lyapunov method, two sufficient conditions that guarantee global exponential stability of these networks are given, and the exponential convergence rate is also obtained. A numerical example is given to demonstrate the validity of the results.     

基于Hopfield神经网络的状态观测器设计

基于神经优化计算原理，给出了线性定常系统的状态观测器的设计方法。将观测器设计问题转化为约束非线规划问题，利用Hopfield神经网络在线的计算观测器的增益矩阵和输入矩阵，能够保证观测器输入信号的平均幅值接近最小。数字仿真结果表明了该方法的有效性。     

人工神经网络在建设工程评标中的应用

建设工程评标是一个多目标决策过程,评标过程中存在着大量的定性和模糊的因素,评标人很难快速作出准确客观的评判。用人工神经网络(Artificial Neural Network)作为新型信息处理工具,在建设工程评标中可应用于优选中标企业。介绍了Hopfield网络模型构造及算法设计,包括进行方案优劣排序、换位矩阵以及能量函数构造、神经元之间连接和输出。并用实例说明了该方法的优越性和实用性。     

基于ALR的Hopfield神经 网络在高程拟合中的应用

运用具有正规化项的增广拉格朗日函数作为神经网络的能量函数,辅助二次曲面拟合,进一步探索 Hopfield神经网络在高程拟合中的应用。实际算例表明,该方法可以大大提高神经网络的计算效率和可靠性。     

基于鱼群算法和Ｈｏｐｆｉｅｌｄ网络的ＰＩＤ参数寻优

提出1种融合了人工鱼群算法与Hopfield神经网络的PID参数优化算法．该算法前期利用鱼群算法快速随机的群体性全局搜索能力生成问题较优的可行解域,后期利用Hopfield神经网络硬件易实现简单快速的优点得到最优解,有效弥补了Hovfield网络对初始值过于依赖容易陷入局部极值的缺陷．将该算法用于某发动机PID控制中的参数寻优,结果表明新混合算法的整定效果好于Hopfield神经网络,且该算法简单易实现．     

基于Hopfield网络的时滞分析故障诊断策略

振荡是化工过程中常见的对全流程运行性能有显著影响的故障类型,仅基于数据幅值域知识的故障诊断方法对这一类故障诊断性能不佳。时滞分析基于数据信号时域知识,根据波形相关性分析变量之间因果关系,通过得到的因果模型确定故障完整传播路径,可进一步识别出扰动发生的根本原因。将Hopfield网络与时滞分析相结合,解决了时滞分析当变量数众多时,从变量对的因果关系难以得到故障传播路径的问题,并同时讨论了时滞分析数据窗选取、对称时滞确立等的原则,提升了故障传播路径建立的准确度,建立了基于时滞分析的完备的故障诊断策略,最后通过TE模型验证了方法的优越性。     

基于神经网络的CDMA系统功率控制研究

概述了CDMA系统下的关键问题之一远近效应及解决这一重要技术瓶颈的方法：功率控制。提出了基于离散Hopfield神经网络功率平衡方案，并提出对应到移动台的发射功率平衡的算法。方案中还利用了李雅普诺夫函数收敛性，使整个系统功率最终达到平衡状态。     

一种新的通信网络动态路由算法

针对通信网络中的路由问题,提出了一种虚令牌动态路由算法,并用Ｈｏｐｆｉｅｄｌ神经网络实现该算法。该Ｈｏｐｆｉｅｌｄ神经网络,其神经元之间的连接强度固定不变,通信网络的物理逻路值和呼叫请求被反映到神经元的偏置电流中,地用硬件实现。同时,当通信网络中的业务量发生变化时,算法能够自动调整最短路径与负载均衡之间的关系,计算机仿真结果表明,该算法能接入更多的网络连接。     

基于Hopfield的DWT数字图像水印新算法

为了保证数字图像水印的鲁棒性和安全性,结合Hopfield神经网络的联想记忆功能,本文提出了一种基于Hopfield神经网络的离散小波变换域数字图像水印新算法。该算法首先对数字图像进行二尺度的离散小波变换,然后再使用Hopfield神经网络对提取的水印进行多级处理和恢复,从而明显地提高了水印图像提取的质量,增强了水印算法的鲁棒性。仿真实验表明:该算法能很好地抵抗噪声污染J、PEG压缩和剪切等攻击。     

Hopfield网络的稳定性优化计算研究

通过对阈值进行适当的设置,分析了权值矩阵对角元为任意实数时Ｈｏｐｆｉｅｌｄ网络的稳定性,并以此为基础给出了一种新的网络优化计算算法。