BAM神经网络周期解的存在性与稳定性

doi:10.3778/j.issn.1002-8331.2010.24.005

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (24): 15-18.DOI: 10.3778/j.issn.1002-8331.2010.24.005

BAM神经网络周期解的存在性与稳定性

王芬^1，2，吴怀宇¹

1.武汉科技大学信息科学与工程学院，武汉 430081
2.武汉科技大学理学院，武汉 430081

收稿日期:2010-03-23 修回日期:2010-07-05 出版日期:2010-08-21 发布日期:2010-08-21
通讯作者: 王芬

Existence and stability of periodic solution for BAM neural networks

WANG Fen^1，2，WU Huai-yu¹

1.College of Information Science and Engineering，Wuhan University of Science and Technology，Wuhan 430081，China
2.College of Science，Wuhan University of Science and Technology，Wuhan 430081，China

Received:2010-03-23 Revised:2010-07-05 Online:2010-08-21 Published:2010-08-21
Contact: WANG Fen

摘要/Abstract

摘要： 利用不动点理论、Lyapunov泛函，研究了具变时滞的BAM神经网络周期解的存在性、唯一性和全局指数稳定性问题。所得的充分判别标准由线性矩阵不等式所表示，可以较容易地由Matlab进行验证。仿真实例表明，得到的判据是有效的。

关键词: 神经网络, 全局指数稳定性, 时滞, Lyapunov泛函

Abstract: By using the fixed point theorem and constructing suitable Lyapunov function，some sufficient conditions are obtained ensuring existence，uniqueness，and global exponential stability of periodic solution for BAM neural networks with time-varying delays.The obtained sufficient criteria are derived in terms of Linear Matrix Inequalities（LMIs），which can be easily checked by Matlab.An example is given to show the effectiveness of the obtained results.

Key words: neural networks, global exponential stability, delay, Lyapunov function

中图分类号:

TP183

王芬^1，2，吴怀宇¹. BAM神经网络周期解的存在性与稳定性[J]. 计算机工程与应用, 2010, 46(24): 15-18.

WANG Fen^1，2，WU Huai-yu¹. Existence and stability of periodic solution for BAM neural networks[J]. Computer Engineering and Applications, 2010, 46(24): 15-18.

[1]	牟清萍，张莹，张东波，王新杰，杨知桥. 目标丢失判别机制的视觉跟踪算法及应用研究[J]. 计算机工程与应用, 2021, 57(9): 140-147.
[2]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[3]	王林，柴江云. 深度神经网络在多场景车辆属性识别中的研究[J]. 计算机工程与应用, 2021, 57(9): 162-167.
[4]	赵志焱，杨华，胡志伟，宇海萍. 基于TACNN的玉露香梨叶虫害识别[J]. 计算机工程与应用, 2021, 57(9): 176-181.
[5]	周伦钢，孙怡峰，王坤，吴疆，黄维贵，李炳龙. 目标多种多值属性的端端快速识别网络[J]. 计算机工程与应用, 2021, 57(9): 182-190.
[6]	张成，戴俊峰，熊闻心. 融合LeNet-5改进的扫描文档手写日期识别[J]. 计算机工程与应用, 2021, 57(9): 207-211.
[7]	麻哲旭，杨峰，乔旭. 铁路路基病害智能检测方法[J]. 计算机工程与应用, 2021, 57(9): 272-278.
[8]	许昊，张凯，田英杰，种法广，王子超. 深度神经网络图像描述综述[J]. 计算机工程与应用, 2021, 57(9): 9-22.
[9]	冉蓉，徐兴华，邱少华，崔小鹏，欧阳斌. 基于深度卷积神经网络的裂纹检测方法综述[J]. 计算机工程与应用, 2021, 57(9): 23-35.
[10]	蒋斌，钟瑞，张秋闻，张焕龙. 采用深度学习方法的非正面表情识别综述[J]. 计算机工程与应用, 2021, 57(8): 48-61.
[11]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[12]	张越，黄友锐，刘鹏坤. 引入注意力机制的多分辨率人体姿态估计研究[J]. 计算机工程与应用, 2021, 57(8): 126-132.
[13]	李现国，冯欣欣，李建雄. 多尺度残差网络的单幅图像超分辨率重建[J]. 计算机工程与应用, 2021, 57(7): 215-221.
[14]	翟正利，李鹏辉，冯舒. 图对抗攻击研究综述[J]. 计算机工程与应用, 2021, 57(7): 14-21.
[15]	祝钧桃，姚光乐，张葛祥，李军，杨强，王胜，叶绍泽. 深度神经网络的小样本学习综述[J]. 计算机工程与应用, 2021, 57(7): 22-33.

BAM神经网络周期解的存在性与稳定性

Existence and stability of periodic solution for BAM neural networks

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics