期刊文献+

一类时延细胞神经网络的全局渐近稳定性 被引量:2

Analysis of a class of global asymptotic stability of delayed cellular neural networks
下载PDF
导出
摘要 讨论时滞的细胞神经网络(DCNNs)的全局渐近稳定性,利用Lyapunov泛涵方法和平均值不等式,a1a2…ak≤1k(a1k+a2k+…+akk)(a1>0,i=1,2,3,…,k),构造了一类新的Lyapunov泛涵,再次对DCNNS的稳定性进行了研究.得到了DCNNs全局渐近稳定时的一些充分条件,给出了保证时滞细胞神经网络全局渐近稳定的模型设计方法. The global asymptotic stability of delayed cellular neural networks( DCNNs ) is discussed, By using ofthe Lyapunov functional method and mean equality a1a2…ak≤1/k(a1^k+a2^k+…+ak^k)(a1〉0,i=1,2,3…,k),aclass of new Lyapunov functions is proposed. The global asymptotic stability of DCNNs is analyzed again and some sufficient conditions are obtained for the global asymptotic stability of DCNNs, a method to design a model of the delayed cellular neural networks with global asymptotic stability is obtained.
作者 张保生
出处 《云南民族大学学报(自然科学版)》 CAS 2013年第1期39-43,共5页 Journal of Yunnan Minzu University:Natural Sciences Edition
关键词 神经网络 Lyapunov泛涵 全局渐近稳定性 平衡点 时滞 neural networks Lyaunv function global asymptotic stability equilibrium delay.
  • 相关文献

参考文献13

二级参考文献70

共引文献166

同被引文献18

引证文献2

二级引证文献10

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部