搜索结果: 1-15 共查到“数学 神经网络”相关记录74条 . 查询时间(0.246 秒)
具分布时滞和脉冲的BAM神经网络的全局指数稳定性
BAM神经网络 连续分布时滞 全局指数稳定性
2022/3/30
具分布时滞双向联想记忆神经网络周期解的存在性及全局稳定性
双向联想记忆神经网络 分布时滞 周期解 重合度
2019/4/17
本文研究了具分布时滞的双向联想记忆神经网络的动力学性质.不需要激励函数有界性和可微性,利用重合度理论的延拓定理和Krasnosel'skii的锥不动点定理,我们获得了具分布时滞双向联想记忆神经网络模型周期解的存在性和全局指数稳定性的新结论.数值模拟的结果与我们的理论相一致.
具S-型分布时滞的细胞神经网络的概周期解
细胞神经网络 S-型分布时滞 概周期解 指数稳定性 Schauder 不动点定理
2013/10/17
该文研究一类具S-型分布时滞的细胞神经网络(CNNS)的概周期解及全局指数型稳定性问题.利用指数型二分性和Schauder不动点定理以及构造Lyapunov函数,得到了细胞神经网络模型概周期解和指数稳定性的一些充分条件.此外,给出一个实例说明结果是可行的.
单变量Sigmoidal型神经网络的逼近
前向神经网络 sigmoidal函数 逼近速度
2014/5/5
引入了一种新的sigmoidal型神经网络,给出了其对连续函数逼近的点态和整体估计. 结果表明这种新的神经网络算子具有多项式逼近所不能达到的很好的逼近速度.为了改进对光滑函数的逼近速度,我们进一步引入了一种新的神经网络的线性组合,并给出了这种组合逼近的点态估计和整体估计.最后给出了一个数值例子.
针对前向正则模糊神经网络引进K-拟可加积分和K-积分模概念,应用积分转换定理研究了该网络在K-积分模意义下对模糊值简单函数类的泛逼近能力,进而在有限K-拟可加测度空间上,借助模糊值简单函数为桥梁获得了前向正则模糊神经网络依K-积分模对û-可积有界模糊值函数类仍具有泛逼近性.该结果表明前向正则模糊神经网络对连续模糊系统的逼近能力可以推广为对一般可积系统的逼近能力.
Sigmoid型静态连续反馈神经网络的临界全局指数稳定性
反馈神经网络 Sigmoid型 临界分析 全局指数稳定性
2013/10/17
本文致力于研究Sigmoid型静态连续反馈神经网络在临界条件下的全局指数稳定性.我们利用矩阵测度理论证明:对于该类型神经网络,若其满足临界条件,即存在正定矩阵 Γ,使得由网络所确定的判别矩阵 S(Γ,L)半正定,则网络具有唯一平衡态y*,且当y*不为某一给定点时,y*在RN上全局指数稳定.所获结论在不增加附加条件的情况下一致地推广了已知Sigmoid型连续反馈神经网络的非临界指数稳定性结论,同时是...
基于函数逼近理论,构建了一种神经网络模型,该神经网络采用正交Chebyshev 多项式作为隐层激励函数。在此基础上,推导了Chebyshev 神经网络的Levenberg-Marquardt 学习算法。理论分析及仿真实验表明,该神经网络能够很好地学习样本数据中的不同模式,具有较快训练速度和较高的计算精度。
基于打洞函数法的BP神经网络水文预报方法
非线性规划 水文预报 打洞函数
2012/8/6
BP神经网络是目前水文预报中应用较为广泛的方法,但存在收敛速度慢、易陷入局部最优的缺陷.由此提出了基于全局优化打洞函数法的水文预报方法,把打洞函数法和BP神经网络相结合,利用打洞函数使BP算法跳出当前局部极小点,得到一个函数值更小的极小点,循环运算直至找到全局极小点.实验表明该水文预报方法能够提高预报精度,显示了良好的适用性.
离散分布时滞随机神经网络的稳定性
神经网络 离散分布时滞 指数稳定 线性矩阵不等式
2014/1/9
主要研究了具有分布时滞的随机系统的全局指数鲁棒稳定性,依据李雅普诺夫方法和线性矩阵不等式的方法,得到了参数不确定时滞相关的全局均方指数稳定性准则,数值实例演示证明其结果的有效性和可行性.
混合时滞与非线性控制输入细胞神经网络同步分析
同步 细胞神经网络 时变时滞 分布时滞 Lyapunov方法
2011/10/20
研究了一类具有时变时滞与无穷分布时滞、控制输入具扇形非线性性(sector nonlinearity in the control input)的细胞神经网络的全局渐近同步问题,基于驱动-响应方法和Lyapunov理论,适当设计一个失忆扩散的输入控制律,给出了驱动系统与响应系统同步的充分条件.
使用重合度方法和M-矩阵理论,得到时标上一类具有脉冲与分布时滞的递归神经网络反周期解的存在唯一性与全局指数稳定的充分条件.最后,通过1个例子说明结论的有效性.