一类递归神经网络模型的稳定性研究

一类递归神经网络模型的稳定性研究

论文摘要

近年来,越来越多研究者开始关注递归神经网络的动态特性以及它们在许多领域中的成功应用,如模式识别,联想记忆和组合优化.根据基本变量是神经元状态(神经元外部状态)还是局部域状态(神经元内部状态)的不同,神经网络可以分为静态神经网络和局部域神经网络.而后向繁殖的递归神经网络就是静态神经网络.本文主要讨论了这类递归神经网络的动力学性质,特别是全局稳定性和鲁棒稳定性.其内容包括了对后向递归繁殖神经网络的全局鲁棒指数稳定性分析,并讨论了带有时滞的递归神经网络的全局鲁棒渐近稳定性和全局鲁棒指数稳定性,以及对扩展后的递归神经网络的全局指数稳定性和全局鲁棒指数稳定性的分析.本篇论文由四章构成.第一章,主要介绍了神经网络研究的背景,意义及进展情况,并简单介绍了本文的主要工作和要用到的一些符号和基本理论.第二章,先引入了一些关于对Hopfiled模型和后向递归繁殖网络模型的一些初步比较,又运用线性矩阵不等式的方法找出一个李雅普诺夫方程,来证明了后向递归繁殖神经网络的全局指数稳定性,并在此结果的基础上,引入参数变换区间并进行矩阵变换,同样地,利用矩阵不等式方法得出系统是全局鲁棒指数稳定的.第三章,对第二章所讨论的后向繁殖的递归神经网络引入时滞,运用不同的线性矩阵不等式和李雅普诺夫泛函相结合的方法分别讨论这种带有时滞的递归神经网络的全局鲁棒渐近稳定性和全局鲁棒指数稳定性.第四章,综合了第二章和第三章模型的特点,给出了一个扩展的递归神经网络模型,并用矩阵测度和李雅普诺夫泛函以及时滞微分不等式相结合的方法讨论了它的全局指数稳定性,还运用了线性矩阵不等式和李雅普诺夫泛函来证明它的全局鲁棒指数稳定性.

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 问题研究的背景及意义
  • 1.2 模型的提出以及问题研究的进展
  • 1.3 本文的主要工作
  • 1.4 符号及相关理论介绍
  • 第2章 无时滞递归神经网络的全局指数稳定性
  • 2.1 两种模型的比较
  • 2.2 无时滞递归神经网络的全局鲁棒指数稳定性
  • 第3章 时滞递归神经网络的全局鲁棒稳定性
  • 3.1 时滞递归神经网络的全局鲁棒渐近稳定性
  • 3.2 时滞递归神经网络的全局鲁棒指数稳定性
  • 第4章 扩展的时滞递归神经网络的稳定性
  • 4.1 扩展的时滞递归神经网络的全局指数稳定性
  • 4.2 扩展的时滞递归神经网络的全局鲁棒指数稳定性
  • 结论、问题与展望
  • 参考文献
  • 附录(攻读学位期间所发表的学术论文目录)
  • 致谢
  • 相关论文文献

    • [1].基于递归神经网络和FPGA的非线性方程组快速求解研究[J]. 传感器世界 2015(10)
    • [2].基于结构优化递归神经网络的网络流量预测[J]. 西南大学学报(自然科学版) 2016(02)
    • [3].对角递归神经网络在控制系统中的应用现状分析[J]. 电气自动化 2016(02)
    • [4].具有变时滞和马尔可夫切换的随机递归神经网络的弱收敛(英文)[J]. 数学理论与应用 2015(01)
    • [5].带马尔可夫跳的时滞随机递归神经网络的以分布渐近稳定性[J]. 数学的实践与认识 2018(06)
    • [6].基于递归神经网络的散文诗自动生成方法[J]. 计算机系统应用 2018(08)
    • [7].基于对角递归神经网络的控制系统[J]. 福州大学学报(自然科学版) 2016(06)
    • [8].具时滞离散递归神经网络稳定性分析的一种延迟剖分方法[J]. 江南大学学报(自然科学版) 2012(05)
    • [9].混沌对角递归神经网络的船舶横摇预报方法[J]. 控制与决策 2012(11)
    • [10].具时滞离散递归神经网络的全局指数稳定性[J]. 昆明理工大学学报(自然科学版) 2011(01)
    • [11].简单动态递归神经网络在非线性系统辨识中的应用[J]. 河北科技大学学报 2009(02)
    • [12].基于深度递归神经网络的电力系统短期负荷预测模型[J]. 电力系统及其自动化学报 2019(01)
    • [13].一类变时滞忆阻器递归神经网络全局指数周期性[J]. 计算机应用与软件 2016(03)
    • [14].基于动态递归神经网络的地连墙安全预测[J]. 路基工程 2016(03)
    • [15].基于多尺度时间递归神经网络的人群异常检测[J]. 软件学报 2015(11)
    • [16].基于模糊递归神经网络的污泥容积指数预测模型[J]. 化工学报 2013(12)
    • [17].基于分布估计算法的对角递归神经网络短期负荷预测模型研究[J]. 青岛大学学报(工程技术版) 2012(02)
    • [18].对角递归神经网络永磁同步电机的无传感器控制[J]. 沈阳工业大学学报 2008(01)
    • [19].基于递归神经网络的桥梁变形趋势预测研究[J]. 公路与汽运 2018(02)
    • [20].基于递归神经网络的自动作曲算法[J]. 吉林大学学报(工学版) 2018(03)
    • [21].基于递归神经网络局部建模的人群异常事件监测[J]. 计算机应用研究 2018(06)
    • [22].时标上一类具有广义激活函数的高阶递归神经网络系统的指数收敛性(英文)[J]. 昆明理工大学学报(自然科学版) 2015(02)
    • [23].一类变时滞递归神经网络概周期解的存在性[J]. 山西大同大学学报(自然科学版) 2012(06)
    • [24].时滞递归神经网络鲁棒稳定性分析的统一方法[J]. 华中科技大学学报(自然科学版) 2009(06)
    • [25].一种基于神经网络的学生成绩预测方法[J]. 辽宁师专学报(自然科学版) 2019(03)
    • [26].基于递归神经网络的化工反应过程建模[J]. 高校化学工程学报 2019(05)
    • [27].基于字符的递归神经网络在中文语言模型中的研究与实现[J]. 现代信息科技 2018(08)
    • [28].使用递归神经网络的目标依赖产品评价分析[J]. 计算机工程与设计 2018(11)
    • [29].机器阅读理解软件中答案相关句的抽取算法研究[J]. 软件工程 2017(10)
    • [30].二阶对角递归神经网络船舶横摇运动预测[J]. 华中科技大学学报(自然科学版) 2011(06)

    标签:;  ;  ;  ;  ;  

    一类递归神经网络模型的稳定性研究
    下载Doc文档

    猜你喜欢