变时滞神经网络指数同步性的LMI新条件

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (34): 64-67.

变时滞神经网络指数同步性的LMI新条件

范颖，谭满春

暨南大学数学系，广州 510632

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-12-01 发布日期:2011-12-01

New LMI conditions for exponential synchronization of neural networks with time-varying delays

FAN Ying，TAN Manchun

Department of Mathematics，Jinan University，Guangzhou 510632，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-12-01 Published:2011-12-01

摘要/Abstract

摘要： 研究了一类具有变时滞的非线性混沌神经网络的指数同步性问题。应用线性矩阵不等式和Lyapunov泛函方法，得到了具有驱动-响应结构的神经网络的指数同步性准则，建立了判断神经网络同步性的新的充分条件。通过实例说明了该方法的可行性和有效性。

关键词: 神经网络, 同步性, Lyapunov泛函, 线性矩阵不等式, 变时滞

Abstract: The exponential synchronization is investigated for a class of chaotic nonlinear neural networks with time-varying delays.Based on Lyapunov functional method and linear matrix inequality approach，the exponential synchronization criteria of the derive-response structure of neural networks are obtained，some new sufficient conditions are established for the exponential synchronization of neural networks.One example is given to illustrate the feasibility and effectiveness of the results.

Key words: neural networks, synchronization, Lyapunov functional, linear matrix inequality, time-varying delays

范颖，谭满春. 变时滞神经网络指数同步性的LMI新条件[J]. 计算机工程与应用, 2011, 47(34): 64-67.

FAN Ying，TAN Manchun. New LMI conditions for exponential synchronization of neural networks with time-varying delays[J]. Computer Engineering and Applications, 2011, 47(34): 64-67.

[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.