论文部分内容阅读
在不需要激活函数有界的条件下，利用分析技巧和Poincare映射给出了一类变系数混合时滞神经网络周期解的存在、唯一和指数稳定的充分条件．结论对神经网络的设计具有重要的意义．
一类变系数混合时滞神经网络周期解的存在性和指数稳定性
【摘 要】
：
在不需要激活函数有界的条件下，利用分析技巧和Poincare映射给出了一类变系数混合时滞神经网络周期解的存在、唯一和指数稳定的充分条件．结论对神经网络的设计具有重要的意义．
【机 构】
：
海军航空工程学院系统科学与数学研究所,海军航空工程学院青岛分院航空机械系
【出 处】
：
应用数学
【发表日期】
：
2009年4期
【基金项目】
：
Supported by Distinguished Expert Science Foundation of Naval Aeronautical and Astronautical University
其他文献
变系数模型已获得了广泛的应用，半变系数模型是变系数模型的有效推广，本文给出半变系数模型在线性约束条件下的PLS估计，并证明了常系数和函数系数估计的渐近正态性．
本文研究了一类具有混合时滞的区间神经网络系统的全局指数稳定性．通过选择适当的Lyapunov泛函，运用不等式技巧，得到了用线性矩阵不等式表示的有关的区间神经网络全局指数稳定的
本文研究了广义James常数,广义Jordan Von-Neumann常数,弱正交系数与Domínguez-Lorenzo条件的关系,利用Domínguez-Lorenzo条件可以推出多值映射的不动点.
在本文中，我们证明了一类部分信息的随机控制问题的极值原理的一个充分条件和一个必要条件．其中，随机控制问题的控制系统是一个由鞅和Brown运动趋动的随机偏微分方程．