期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
时滞四元数忆阻神经网络的投影同步控制
1
作者 郭俊 程滟朝 +1 位作者 石艳超 王长有 《成都信息工程大学学报》 2024年第4期488-493,共6页
利用改进的1-范数和直接解析法,研究具有时变时滞四元数忆阻神经网络模型的投影同步控制问题。通过设计一种新型控制器,构造合适的李雅普诺夫函数和运用一些不等式技巧,建立新的投影同步条件,实现四元数忆阻神经网络的投影同步。最后,... 利用改进的1-范数和直接解析法,研究具有时变时滞四元数忆阻神经网络模型的投影同步控制问题。通过设计一种新型控制器,构造合适的李雅普诺夫函数和运用一些不等式技巧,建立新的投影同步条件,实现四元数忆阻神经网络的投影同步。最后,通过数值仿真验证该方法的可行性。 展开更多
关键词 四元数神经网络 忆阻 投影同步 1-范数
下载PDF
具有混合时滞的四元数神经网络全局同步性控制 被引量:4
2
作者 刘丽缤 游星星 高小平 《控制理论与应用》 EI CAS CSCD 北大核心 2019年第8期1360-1368,共9页
本文研究了具有混合时滞的四元数神经网络的全局同步性问题.在不要求网络的激活函数可分离为2个复数函数或4个实数函数的情况下,通过选取合适的Lyapunov-Krasovskii泛函,并运用驱动–响应同步、自由权矩阵方法和矩阵不等式技巧,给出了... 本文研究了具有混合时滞的四元数神经网络的全局同步性问题.在不要求网络的激活函数可分离为2个复数函数或4个实数函数的情况下,通过选取合适的Lyapunov-Krasovskii泛函,并运用驱动–响应同步、自由权矩阵方法和矩阵不等式技巧,给出了网络全局同步性的充要条件,建立了同步控制器的设计方法.给出的同步性判据是四元数和复数两种形式的线性矩阵不等式(LMI).同时在注记中与已有的结果进行了对比.最后,通过一个数值仿真算例验证了理论分析的有效性. 展开更多
关键词 四元数神经网络 混合时滞 LYAPUNOV-KRASOVSKII泛函 线性矩阵不等式 全局同步性
下载PDF
一类四元数值Cohen-Grossberg神经网络的固定时间同步
3
作者 陈星宇 朱培勇 《四川轻化工大学学报(自然科学版)》 CAS 2023年第1期93-100,共8页
研究一类具有时变时滞的四元数Cohen-Grossberg神经网络(QVCGNNs)的固定时间同步问题。首先,在使用直接法把四元数神经网络当作一个整体的前提下,利用四元数符号函数的性质设计了新颖有效的四元数值控制器使得驱动响应系统实现固定时间... 研究一类具有时变时滞的四元数Cohen-Grossberg神经网络(QVCGNNs)的固定时间同步问题。首先,在使用直接法把四元数神经网络当作一个整体的前提下,利用四元数符号函数的性质设计了新颖有效的四元数值控制器使得驱动响应系统实现固定时间同步;然后,通过构造适当的Lyapunov-Krasovskii泛函,运用不等式技巧得到了保证四元数Cohen-Grossberg神经网络驱动响应系统固定时间同步的判据;最后,提供了一个数值仿真算例用以验证所提出方法的可靠性。 展开更多
关键词 四元数神经网络 固定时间同步 时变时滞
下载PDF
Mittag-Leffler stability analysis of multiple equilibrium points in impulsive fractional-order quaternion-valued neural networks 被引量:2
4
作者 K.UDHAYAKUMAR R.RAKKIYAPPAN +1 位作者 Jin-de CAO Xue-gang TAN 《Frontiers of Information Technology & Electronic Engineering》 SCIE EI CSCD 2020年第2期234-246,共13页
In this study,we investigate the problem of multiple Mittag-Leffler stability analysis for fractional-order quaternion-valued neural networks(QVNNs)with impulses.Using the geometrical properties of activation function... In this study,we investigate the problem of multiple Mittag-Leffler stability analysis for fractional-order quaternion-valued neural networks(QVNNs)with impulses.Using the geometrical properties of activation functions and the Lipschitz condition,the existence of the equilibrium points is analyzed.In addition,the global Mittag-Leffler stability of multiple equilibrium points for the impulsive fractional-order QVNNs is investigated by employing the Lyapunov direct method.Finally,simulation is performed to illustrate the effectiveness and validity of the main results obtained. 展开更多
关键词 Mittag-Leffler stability FRACTIONAL-ORDER quaternion-valued neural networks IMPULSE
原文传递
具有可变延时的四元数神经网络的指数稳定性 被引量:2
5
作者 徐晓惠 杨继斌 《西华大学学报(自然科学版)》 CAS 2021年第1期34-45,共12页
研究一类具有可变延时的四元数神经网络的指数稳定性。首先将该系统分解为4个等价的实数域系统,然后在假定激活函数满足强耦合条件的情况下,利用M矩阵理论和矢量Lyapunov函数法分析该系统平衡点的全局指数稳定性,并给出了形式简单且容... 研究一类具有可变延时的四元数神经网络的指数稳定性。首先将该系统分解为4个等价的实数域系统,然后在假定激活函数满足强耦合条件的情况下,利用M矩阵理论和矢量Lyapunov函数法分析该系统平衡点的全局指数稳定性,并给出了形式简单且容易验证的稳定性判据。本文所建立的稳定性条件不仅推广了现有结论,并且具有较低的保守性。最后,通过数值仿真算例验证了所得结论的正确性和低保守性。 展开更多
关键词 四元数神经网络 指数稳定性 可变时滞 M矩阵理论 矢量Lyapunov函数法
下载PDF
具有不可微时变时滞四元数神经网络的全局μ-稳定性
6
作者 刘丽缤 游星星 潘和平 《重庆工商大学学报(自然科学版)》 2019年第5期52-57,52-56,共6页
稳定性是实值、复值、四元数神经网络在众多领域应用中首要关心的问题,针对具有不可微时变时滞的四元数神经网络的全局μ-稳定性问题,提出了在不要求网络可分解情况下的充分性判据;将四元数神经网络整体考虑,通过构造合适的Lyapunov-Kra... 稳定性是实值、复值、四元数神经网络在众多领域应用中首要关心的问题,针对具有不可微时变时滞的四元数神经网络的全局μ-稳定性问题,提出了在不要求网络可分解情况下的充分性判据;将四元数神经网络整体考虑,通过构造合适的Lyapunov-Krasovskii泛函,运用自由权矩阵和矩阵不等式等技术,获得了所研究网络平衡点的全局μ-稳定性的充分性条件,给出的稳定性判据是四元数线性矩阵不等式表示的,同时将所得结果与已有的结果进行了对比;最后通过一个数值仿真实例验证了结果的有效性. 展开更多
关键词 四元数神经网络 不可微时变时滞 全局μ-稳定性 线性矩阵不等式
下载PDF
量化控制下分数阶时滞四元值神经网络的固定时间同步 被引量:1
7
作者 李洪利 陈胜龙 杨霁楷 《新疆大学学报(自然科学版)(中英文)》 CAS 2023年第1期1-9,共9页
解决了量化控制下分数阶时滞四元值神经网络(DQ-VNNs)的固定时间同步问题.首先,将四元值误差系统分解为四个实值子系统,然后为实现固定时间同步目标设计了一个新的量化控制器,可以有效降低网络的传输压力.此外,推导出了分数阶DQ-VNNs的... 解决了量化控制下分数阶时滞四元值神经网络(DQ-VNNs)的固定时间同步问题.首先,将四元值误差系统分解为四个实值子系统,然后为实现固定时间同步目标设计了一个新的量化控制器,可以有效降低网络的传输压力.此外,推导出了分数阶DQ-VNNs的几个固定时间同步准则,并对固定时间同步的停息时间作出了相应估计.最后,通过数值例子验证了理论结果的可行性. 展开更多
关键词 固定时间同步 量化控制 分数阶四元值神经网络 时滞
下载PDF
四元数值递归细胞神经网络的伪概自守解
8
作者 朱永森 牛梦月 赵雪漪 《汉江师范学院学报》 2022年第6期4-8,共5页
通过压缩不动点定理和微分不等式技巧,得到确保四元数值递归细胞神经网络的伪概自守解存在的充分条件.
关键词 四元数值递归细胞神经网络 伪概自守解 压缩不动点定理
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部