论文部分内容阅读
本文研究了时滞神经网络的指数周期性。首先在没有假设激活函数有界和可微的条件下，给出了可保证一类连续时间时滞神经网络指数周期解存在且唯一的充分条件，给出了连续时间神经网络模型的离散化模型，并进而研究了离散时间神经网络模型的指数周期性，证明了离散时间神经网络模型继承了其对应的连续时间神经网络模型的指数周期性，而不需要对离散步长附加任何条件。所得结果为神经网络的工程实践和计算机仿真提供了方便。