时滞双向联想记忆神经网络的全局指数稳定新条件

• 作者: 王昆仑 袁暋 陈凌
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 双向联想记忆 全局指数稳定性 神经网络 李雅普洛夫泛涵
• 年，卷（期）: 2006,（4）
• 所属期刊栏目: 人工智能及图像处理
• 页码范围: 205-207,214
• 页数: 4页
• 分类号: TP3
• 字数: 3955字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2006.04.058

摘要

运用不等式a∏mk＝1bqkk≤(1)/(r)∑mk＝1qkbrk+(1)/(r)ar(a≥0,bk≥0,qk＞0,∑mk＝1qk＝r-1,r＞1)和构造新的李雅普洛夫泛函方法,研究了时滞双向联想记忆神经网络的全局指数稳定性. 去掉了相关文献中有关传递函数有界性的假设, 给出了较弱的并且不依赖于时滞的判别条件,增强了模型的适用性,在网络的分析和设计中发挥着重要作用.最后我们通过模拟仿真进一步说明所得结果的正确性,并对双向联想记忆神经网络的收敛速度作了分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王昆仑	合肥学院计算机科学与技术系	23	90	4.0	9.0
2	袁暋	合肥学院计算机科学与技术系	28	218	9.0	14.0
3	陈凌		3	5	1.0	2.0