非负放大函数与多延时的Cohen-Grossberg神经网络的鲁棒稳定性

• 作者: 冯健 王占山 金英秀
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: Cohen-Grossberg神经网络 非负放大函数 鲁棒稳定 渐近稳定 多延时
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 信息与控制
• 页码范围: 309-312
• 页数: 4页
• 分类号: TP183
• 字数: 2190字
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3026.2010.03.002

摘要

在Cohen-Grossberg神经网络设计及实现过程中,非负放大函数条件是很实用的.在网络参数存在摄动的情况下,研究了具有非负放大函数的一类多延时Cohen-Grossberg神经网络的鲁棒渐近稳定性问题.首先通过证明一个有用的引理,建立了渐近稳定性和鲁棒稳定性之间的关系.其次,在不要求激励函数满足严格单调增加和有界性的情况下,通过构造适当的Lyapunov泛函,针对所研究的神经网络模型,基于线性矩阵不等式技术建立了平衡点鲁棒稳定的一个充分判据.仿真结果进一步证明了所得结论的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯健	东北大学信息科学与工程学院	39	492	14.0	20.0
2	王占山	东北大学信息科学与工程学院	51	361	10.0	15.0
3	金英秀	东北大学信息科学与工程学院	1	0	0.0	0.0