云彩店邀请码|半壳|优胜
时滞神经搜集是神经体例的一个要害构成局部, 它在旗号处置、动静图像处置、形式辨别、人为智能和全部优化等范围有着要害的运用.时滞神经搜集的动静个性因其具备要害的表面接洽和本质运用价格, 惹起了学术界的普遍关心. 正文进一步接洽变时滞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, 领会了时滞对神经搜集宁静性的感化, 而后引见了连年来接洽时滞神经搜集的少许本领和截止. 结果详细了正文的重要接洽题目.第二章给出了全文的计划常识, 囊括少许设置, 定理和不等式, 而后引见了变时滞神经搜集宁静性和优化表面.第三章鉴于微分不等式和Brouwer不动点定理, 接洽了一类变时滞神经搜集的平稳点的生存性和专一性, 经过结构适合的Lyapunov泛函, 对各别的时滞变革率, 给出了保证搜集全部渐近宁静和指数宁静的充溢前提. 因为该搜集模子囊括时滞Hopfield神经搜集、时滞双向设想回顾神经搜集和时滞Cellular神经搜集, 所以它具备普遍的运用远景.其余, 纵然对该模子的特出景象, 与已有的截止比拟, 本章所需的前提更弱. 结果用仿如实例证明结束论的精确性.第四章商量一类二次极大极小题目. 鉴于题目的构造特性, 运用鞍点定理和射影表面, 提出了一个解二次极大极小题目的变时滞神经搜集模子. 按照泛函微分方程表面, 给出了保证该变时滞神经搜集全部指数宁静的充溢前提.因为搜集的宁静性前提不须要原极大极小题目的凸性, 该搜集不妨用来求解一类非凸题目. 与已有的截止比拟, 该搜集构造大略, 容易实行, 更实用于本质题目. 结果用仿如实例说领会表面的精确性和搜集的本能.
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/254830.html
本站部分内容来源网络如有侵权请联系删除