连续时间时滞递归神经网络的稳定性PDF电子书下载

第1章 绪论 1

1.1 神经网络简介 1

1.2 递归神经网络动力学模型分类 4

1.3 常用的递归神经网络模型 5

1.4 时滞的类型及其对递归神经网络动态特性的影响 10

1.5 神经元激励函数的类型 11

1.6 神经元的激励和抑制对网络动态特性的影响 13

1.7 递归神经网络动态特性研究方法及研究内容 15

1.8 稳定性结果表示形式及比较 17

1.9 递归神经网络动态特性研究概述 18

1.9.1 Hopfield型神经网络 18

1.9.2 细胞神经网络 24

1.9.3 Cohen-Grossberg神经网络 31

1.10 预备知识 33

1.10.1 符号说明 34

1.10.2 相关定义和假设 34

1.10.3 相关引理 36

1.11 本书的主要工作 38

第2章 一类多时变时滞神经网络全局指数稳定性及收敛率估计 41

2.1 引言 41

2.2 问题描述 42

2.3 时滞依赖全局指数稳定性结果 42

2.4 仿真例子 50

2.5 小结 54

第3章 一类多时滞神经网络的全局稳定性 55

3.1 引言 55

3.2 一类多时变时滞神经网络的全局指数稳定性 56

3.2.1 全局指数稳定结果 56

3.2.2 仿真例子 65

3.3 一类多时滞细胞神经网络的全局渐近稳定性 69

3.3.1 全局渐近稳定结果 70

3.3.2 仿真例子 75

3.4 一类广义多时变时滞神经网络的全局指数稳定性 77

3.4.1 全局指数稳定结果 79

3.4.2 仿真例子 93

3.5 小结 96

第4章 一类多时滞区间神经网络的全局鲁棒指数稳定性 97

4.1 引言 97

4.2 问题描述 98

4.3 全局鲁棒指数稳定结果 98

4.4 仿真例子 106

4.5 小结 107

第5章 时滞区间Cohen—Grossberg神经网络的全局鲁棒稳定性 108

5.1 引言 108

5.2 问题描述 109

5.3 全局鲁棒指数稳定结果 110

5.4 仿真例子 129

5.5 小结 131

第6章 一类多时滞递归神经网络的全局鲁棒指数稳定性 133

6.1 引言 133

6.2 问题描述 133

6.3 全局鲁棒指数稳定性 135

6.4 区间递归神经网络的全局鲁棒指数稳定性 144

6.5 双向联想记忆神经网络的全局鲁棒指数稳定性 146

6.6 仿真例子 151

6.7 小结 156

第7章 一类中立型时滞递归神经网络的全局渐近稳定性 157

7.1 引言 157

7.2 问题描述 158

7.3 全局渐近稳定结果 158

7.4 仿真例子 170

7.5 小结 173

第8章 问题与展望 174

附录 神经元的抑制作用对网络动态行为的影响 177

参考文献 186

致谢 208