一类离散BAM神经网络的全局渐近稳定性分析--LMI方法

• 作者: 刘妹琴
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 标准神经网络模型 双向联想记忆神经网络 线性矩阵不等式 全局渐近稳定性
• 年，卷（期）: 2005,（1）
• 所属期刊栏目: 研究与应用
• 页码范围: 89-95
• 页数: 7页
• 分类号: TP183
• 字数: 4922字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2005.01.015

摘要

提出一种新的神经网络模型--标准神经网络模型(SNNM),并给出基于线性矩阵不等式(LMI)的SNNM平衡点的全局渐近稳定性定理.通过状态的线性变换,将推广的离散BAM神经网络转化为SNNM,利用SNNM的稳定性结论,判定该离散BAM的全局渐近稳定性.该方法扩展了以前的稳定性结果,保守性低,容易验证,同时也适用于其它类型的递归神经网络的稳定性分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘妹琴	浙江大学电气工程学院	37	251	7.0	15.0