论文部分内容阅读
研究了一类时滞细胞神经网络的指数稳定性问题,利用Razumikhin定理和线性不等式技术得到新的全局指数稳定性准则.与其他方法不同之处在于,对神经网络模型的“线性化”,将神经网络模型变成一个线性时变的系统.所获的条件具有较少的保守性.最后用1个数值例子说明文中所得的结果是有效的.
时滞神经网络的指数稳定性分析
【摘 要】
：
研究了一类时滞细胞神经网络的指数稳定性问题,利用Razumikhin定理和线性不等式技术得到新的全局指数稳定性准则.与其他方法不同之处在于,对神经网络模型的“线性化”,将神经
【机 构】
：
重庆师范大学数学与计算机科学学院
【出 处】
：
吉首大学学报：自然科学版
【发表日期】
：
2008年4期
【基金项目】
：
Supported by the NSFC （60573047）, Natural Science Foundation Project of CQ CSTC （2006BB2254, 2007BB2231）,Applying Basic Research Program of Chongqing Education Committee （KJ060818）,Doctoral Foundation
其他文献
设x：M^n→L^n＋1为n维黎曼流形M^n到n＋1维闵可夫斯基空间L^n＋1的等距浸入，^-x=xx^T（T表示转置）为类空超曲面M^n的二次表示。研究了L^n＋1中二次表示满足□^-x=B^-x＋C的类空超曲面M^n，其中
设G为n阶简单连通单圈图,λn-1（G）为G的次小特征值,给出了同构于Sn^3的G的次小特征值及λn-1（G）的一个上界.
对高维Mobius变换群进行了研究,得到了离散群不等式,并给出了关于R^-n上Mobius变换群不动点集的定理.