云彩店邀请码|半壳|优胜
??????? 连年来,神经搜集在很多范围获得了普遍的运用.比方,设想回顾,形式辨别,旗号处置,拉拢优化,图像处置,智能遏制等上面.按照体例基础变量采用的各别,神经搜集可分为局域神经搜集和静态神经搜集.静态神经搜集在求解变分不等式等优化题目中有明显的上风.在实际生存中,神经搜集的运转大概遭到两上面的感化.一上面,因为搜集运转以及旗号传播进程中,常常会遭到时滞的感化,而时滞大概惹起体例的振动或不宁静.另一上面,电压的渐变会爆发缺点的通路,这是典范的脉冲局面,它不妨感化神经搜集的刹时动作.正文将接洽同声受时滞和脉冲感化的静态神经搜集的动静动作.???????? 第一章,开始回忆了神经搜集的兴盛和特性,领会了时滞和脉冲对神经搜集的感化,再引见了连年来接洽受脉冲和时滞感化的神经搜集的本领和功效.结果归纳了正文的重要接洽题目.??????? 第二章,正文的计划常识,囊括少许设置,定理和不等式.而后引见了宁静性的表面,结果给出了受脉冲和变时滞感化的静态神经搜集模子.??????? 第三章,接洽变时滞的静态神经搜集在含脉冲情景下的渐近宁静性.经过结构适合的 Lyapunov泛函,运用线性矩阵不等式本领,证领会该模子在推迟依附前提下的全部渐近宁静性.文中同声商量了时滞和脉冲的感化,所以商量的情景更具一致性,实用的范畴更广,结果用MATLAB仿如实例证明所得截止实用范畴宽,顽固性小,容易考证的特性.??????? 第四章,接洽变时滞的静态神经搜集在含脉冲情景下的指数宁静性.所用的本领也是经过结构Lyapunov泛函,运用线性矩阵不等式本领,证领会该神经搜集模子在推迟依附前提下的全部指数宁静性.所获得的宁静性判据具备实用范畴宽,顽固性小,容易考证的特性,而且经过几个解释与现有文件举行了比拟.结果用MATLAB仿如实例考证了所得截止的实用性.
来源:半壳优胜鲸鱼幸运星转载请保留出处和链接!
本文链接:http://87cpy.com/247042.html
本站部分内容来源网络如有侵权请联系删除