二元离散细胞神经网络模型的收敛性与周期解的存在性

二元离散细胞神经网络模型的收敛性与周期解的存在性

论文摘要

众所周知,H.Harrer和J.A.Nossek于1992年首次提出了离散细胞神经网络。从此,它们在理论和应用方面得到了广泛的研究,并成功应用于图象处理、模式识别和联想记忆中。迄今为止,大多数文献局限于研究离散细胞神经网络模型的稳定性,很少考虑离散时间细胞神经网络周期解的存在性及吸引性问题。因此,本学位论文利用Lyapunov函数和Lasalle不变集原理以及利用分析技巧构造回复映射等方法对两类二元离散细胞神经网络模型的动力学性态进行定性分析,讨论了这些模型的稳定性、渐近稳定性、周期解的存在吸引性,全文共分三章。 第一章简单地回顾了神经网络的发展历史和该领域的研究现状,同时对本文将要讨论的细胞神经网络模型的背景进行了说明,指出了要解决的问题、研究工作的意义及创新之处,并给出了将要用到的记号和定义。 第二章讨论了反馈矩阵为对称矩阵的二元离散细胞神经网络模型的稳定性与渐近稳定性、周期解的存在吸引性,得到了系统稳定和存在2-周期解的相关结果。 第三章讨论了反馈矩阵为非对称矩阵的二元离散细胞神经网络模型的稳定性与渐近稳定性、周期解的存在吸引性,除了得到系统稳定和存在2-周期解的相关结果外,还得到了系统在原点出现类似于Hopf分支的局部分支以及多个吸引4k-周期解的共同存在性。通过对这两类二元离散细胞神经网络模型的分析可以发现:这两个模型具有的动力学性态差别很大。 本学位论文一方面考虑了具自反馈矩阵的二元离散时间细胞神经网络模型,另一方面在整个(μ,s)-参数平面上讨论了它们的动力学性态,改进和推广了文的结果,并得到了一些新的结论。

论文目录

  • 中文摘要
  • Abstract
  • 第一章 绪论
  • §1.1 神经网络理论的产生与发展
  • §1.2 本文的研究背景
  • §1.3 本文的主要工作
  • §1.4 本文利用的一些符号与概念
  • 第二章 对称型二元离散细胞神经网络的动力学分析
  • §2.1 平衡点及其稳定性
  • §2.2 收敛性与周期解
  • 第三章 非对称型二元离散细胞神经网络的动力学分析
  • §3.1 平衡点及其稳定性
  • §3.2 收敛性与周期解
  • 结束语
  • 参考文献
  • 附录
  • 攻读硕士学位期间发表的学术论文
  • 致谢
  • 湖南师范大学学位论文原创性声明
  • 相关论文文献

    • [1].基于GA-BP神经网络模型鉴别2型糖尿病性周围神经病变的分类模型研究[J]. 解放军医学杂志 2020(01)
    • [2].糖尿病足患者预后预测相关模型研究[J]. 重庆医科大学学报 2020(03)
    • [3].求解紧凸集上非光滑优化问题的神经网络模型[J]. 北京信息科技大学学报(自然科学版) 2020(01)
    • [4].基于神经网络模型的大学生二手市场调查分析[J]. 市场研究 2020(07)
    • [5].基于神经网络模型的海水硝酸盐测量方法研究[J]. 光谱学与光谱分析 2020(10)
    • [6].神经网络模型在分类与预测中的应用研究[J]. 喀什大学学报 2018(03)
    • [7].基于神经网络模型的高速公路交通量短时预测方法[J]. 中国交通信息化 2017(08)
    • [8].神经网络模型在银行互联网金融反欺诈中的应用探索[J]. 金融科技时代 2018(08)
    • [9].基于神经网络模型的海南变电站接地网Q235钢腐蚀率预测[J]. 腐蚀与防护 2017(08)
    • [10].神经网络模型应用于数据缺失机制识别的可行性分析[J]. 现代预防医学 2017(21)
    • [11].神经网络模型在水文模拟中的应用研究[J]. 东北水利水电 2016(05)
    • [12].新型人造突触可使人工智能更加“聪明”[J]. 科学之友(上半月) 2017(08)
    • [13].科技型中小企业技术创新能力评价体系的构建——基于量子衍生神经网络模型的实证研究[J]. 应用概率统计 2013(06)
    • [14].改进神经网络模型在光伏发电预测中的应用[J]. 计算机系统应用 2019(12)
    • [15].神经网络模型在显式与隐式特征下的情感分类应用研究[J]. 智能计算机与应用 2020(05)
    • [16].基于层次注意力机制神经网络模型的虚假评论识别[J]. 计算机应用 2019(07)
    • [17].基于多特征融合的混合神经网络模型讽刺语用判别[J]. 中文信息学报 2016(06)
    • [18].噪声抑制Cohen-Grossberg神经网络模型的指数增长(英文)[J]. 数学理论与应用 2016(03)
    • [19].基于聚类分析和神经网络模型对平均工资研究[J]. 自动化与仪器仪表 2017(07)
    • [20].基于卷积神经网络模型的冷热感应方法研究[J]. 科技经济导刊 2017(18)
    • [21].优化神经网络模型在水质预测中的运用[J]. 三峡大学学报(自然科学版) 2016(04)
    • [22].基于BP模型与网络问卷调查的染发风险预测[J]. 中国公共卫生管理 2020(05)
    • [23].神经网络模型在财务风险预警中的应用[J]. 网络安全技术与应用 2011(01)
    • [24].基于遗传算法神经网络模型的蔬菜价格预报[J]. 安徽农业科学 2011(26)
    • [25].一种新型组合神经网络模型研究[J]. 硅谷 2008(24)
    • [26].基于遗传算法优化卷积长短记忆混合神经网络模型的光伏发电功率预测[J]. 物理学报 2020(10)
    • [27].基于神经网络模型的高铁轮对故障诊断和预测方法的研究[J]. 机电工程技术 2020(05)
    • [28].深度神经网络模型压缩综述[J]. 计算机科学与探索 2020(09)
    • [29].基于神经网络模型的输沙过程推估[J]. 中国农村水利水电 2020(09)
    • [30].神经网络模型压缩方法综述[J]. 计算机应用研究 2019(03)

    标签:;  ;  ;  ;  ;  

    二元离散细胞神经网络模型的收敛性与周期解的存在性
    下载Doc文档

    猜你喜欢