Please wait a minute...
浙江大学学报（理学版）
浙江大学学报（理学版）
生命科学     
带有时滞的神经网络的稳定性
彭宏(华南理工大学应用数学系广州510641) 张素(西南师大计算机系重庆630715)
Stabil ity of Delay Neural Networks
(Department of Applied Mathematics South China University of Technology,Guangzhou 510641)
 全文: PDF(248 KB)   HTML ( ) 
摘要： 在本文中，我们研究了带时滞的神经网络系统，分析了该系统的稳定状态，获得两个稳定性准则，为神经网络的硬件设计提供了理论依据.
关键词： 神经网络;  稳定性;  时滞    
Abstract: In thetwo stablitypaper , we research system of delay neuralcriterions. It provides theoritical evidencenetworks,analyze stability of the system and obtainto design the hardware of neural networks.
Key words: neural network    stability    delay
出版日期: 2018-02-27
:  0152. 5  
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
彭宏
张素

引用本文:

彭宏;张素. 带有时滞的神经网络的稳定性[J]. 浙江大学学报（理学版）, .

Peng Hong;Zhang Su. Stabil ity of Delay Neural Networks. Journal of ZheJIang University(Science Edition), .

链接本文:

http://www.zjujournals.com/sci/CN/    或    http://www.zjujournals.com/sci/CN/Y1997/V24/I4/306

[1] 郭毅博, 牛猛, 王海迪, 陈艳华, 薛均晓, 袁玥, 侯立硕, 徐明亮, 潘俊. 基于生成对抗网络的飞机燃油数据缺失值填充方法[J]. 浙江大学学报（理学版）, 2021, 48(4): 402-409.
[2] 王小超, 张雷, 余元强, 胡坤, 胡建平. 基于快速神经网络架构搜索的鲁棒图像水印网络算法[J]. 浙江大学学报（理学版）, 2021, 48(3): 261-269.
[3] 石金诚, 李远飞. 多孔介质中的Darcy方程组解的结构稳定性[J]. 浙江大学学报（理学版）, 2021, 48(3): 298-303.
[4] 石金诚, 李远飞. 有界区域内相互作用的Forchheimer-Darcy流体方程组解的结构稳定性[J]. 浙江大学学报（理学版）, 2021, 48(1): 57-63.
[5] 王协, 章孝灿, 苏程. 基于多尺度学习与深度卷积神经网络的遥感图像土地利用分类[J]. 浙江大学学报（理学版）, 2020, 47(6): 715-723.
[6] 曾金迪, 张丰, 吴森森, 杜震洪, 刘仁义. 基于空间自回归神经网络模型的空间插值研究[J]. 浙江大学学报（理学版）, 2020, 47(5): 572-581.
[7] 覃桂茳, 刘玉周, 杨甲山. 具正负系数和多变时滞的高阶微分方程的振动性[J]. 浙江大学学报（理学版）, 2020, 47(2): 159-166.
[8] 周笑天, 张丰, 杜震洪, 刘仁义. 基于神经网络集合预报的台风路径预报优化[J]. 浙江大学学报（理学版）, 2020, 47(2): 196-202.
[9] 卢家品, 罗月童, 黄兆嵩, 张延孔, 陈为. 基于排名学习和多源信息的地图匹配方法[J]. 浙江大学学报（理学版）, 2020, 47(1): 27-35.
[10] 刘尧, 王颖志, 王立君, 张丰, 杜震洪, 刘仁义. 交通事故的时空热点分析[J]. 浙江大学学报（理学版）, 2020, 47(1): 52-59.
[11] 李继猛, 杨甲山. 时间尺度上二阶拟线性阻尼动力方程的振动性分析[J]. 浙江大学学报（理学版）, 2020, 47(1): 72-76.
[12] 武云霞, 赵丹, 陈莎莎, 张平, 杨岳平. 反渗透淡化水调质稳定性及健康性实验研究[J]. 浙江大学学报（理学版）, 2020, 47(1): 101-106.
[13] 张贝娜, 冯震华, 张丰, 杜震洪, 刘仁义, 周芹. 基于时空多视图BP神经网络的城市空气质量数据补全方法研究[J]. 浙江大学学报（理学版）, 2019, 46(6): 737-744.
[14] 潘水洋, 刘俊玮, 王一鸣. 基于神经网络的股票收益率预测研究[J]. 浙江大学学报（理学版）, 2019, 46(5): 550-555.
[15] 李继猛, 杨甲山. 时间模上一类二阶泛函动态方程振荡的充分条件[J]. 浙江大学学报（理学版）, 2019, 46(4): 405-411.