比例时滞相关论文
分数阶神经网络能够更加精确地描述一些实际系统,而在现实世界中,时滞是不可避免的,同时还会给系统带来振荡、分岔和不稳定性等不......
研究以比例时滞神经网络作为驱动-响应系统的多项式同步性.首先,通过一个非线性变换将比例时滞神经网络等价变换成具常时滞变系数......
本文主要包含三部分的内容：连续线性正常比例时滞系统和广义连续线性比例时滞系统的稳定性分析、连续线性正常比例时滞系统和广义连......
学位
数学、自然科学、工程技术领域和金融领域中的许多实际问题都可以归结为积分方程问题,然后对所得积分方程进行变换来求解这些实际......
递归神经网络具有的非线性映射特性、联想储存功能、自主学习等优点,被大范围应用于处理图像、优化组合、记忆联想、识别模式等多......
本硕士论文主要研究具有比例时滞的复杂动力网络的动力学.（1）神经网络是一类特殊且应用广泛的复杂网络,我们将研究一类比例时滞神经......
递归神经网络广泛应用于优化设计、模式识别和数据处理等领域.由于在这些应用中,需要递归神经网络满足某些动力学性质,另外,在信号......
同步及其控制在很多工程领域都有重要的应用,如模型识别、图像处理、保密通信等.经典的同步控制通常是设计适当的控制器使得耦合的......
在物理、生物、互联网控制等系统中,时滞的存在是不可规避的,因此为了得到系统的稳定条件,必须将时滞也考虑在内.本文研究了具有比......
神经网络是一种处理信息和数据的非线性模型,且其在智能机器人,图像处理,并行计算,金融,优化问题等诸多领域有着巨大的潜在应用.这......
本硕士论文主要研究了脉冲比例时滞微分系统的稳定性问题及其在神经网络上的应用.我们将分脉冲扰动和脉冲控制两种情况,讨论脉冲比......
神经网络作为一类重要的数学模型,在许多实际问题中有着重要的应用.如信息处理、模式识别、智能控制、非线性优化、评估预测等.同......
递归神经网络在模式识别.求解非线性约束优化.凸优化.实时价格等问题中扮演着重要的角色.由于放大器在信息处理过程中存在着有限的......
作为一类大规模并行处理数据的非线性动力系统,递归神经网络在实现联想记忆、模式识别、图像信号处理和求解最优化等问题中发挥着......
积分方程是科学研究和工程计算中的一个重要数学工具,在静电学、电动力学、弹性力学、流体力学、等物理分支,许多问题都可转化为积......
利用Razumikhin技术和Lyapunov函数方法,分析了比例时滞脉冲细胞神经网络的指数稳定性,获得了比例时滞细胞神经网络全局指数稳定的......
脉冲、时滞现象在自然界、自然科学和社会科学中客观存在着。将脉冲和时滞同时引入一个微分系统，可以更好地刻画事物发展变化的现象......
本文研究了一类具有正负系数的比例时滞二阶中立型微分方程以及一类二阶非线性比例时滞中立型微分方程解的振动性问题，建立了它们解......
时滞神经网络在图像处理、模式识别等领域被广泛应用，应用中通常要求平衡点是稳定的，所以时滞递归神经网络的稳定性研究具有重要的理......
