几类具比例时滞递归神经网络的动力学行为

《几类具比例时滞递归神经网络的动力学行为》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、n万方数据L一学术型硕士学位论文TⅥASTERDEGREEDISSERTATIONS万方数据分类编号：——密级：——天滓，币苊大学研究生学位论文论文题目：几类具比例时滞递归神经网络的动力学行为学生姓名：申请专业名称：研究方向：指导教师姓名：提交论文日期：苏丽娟应用数学神经网络的理论及应用周立群专业技术职称：2018年3月万方数据原创性声明本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果

2、，也不包含为获得天津师范大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。论文作者签名：蓐面均日期：2015年6月5日研究生学位论文使用授权说明(必须装订在提交学校图书馆的印刷本)本人完全了解天津师范大学关于收集、保存、使用研究生学位论文的规定，即：·按照学校要求向图书馆提交学位论文的印刷本和电子版本；·图书馆有权保存学位论文的印刷本和电子版，并通过校园网向本校读者提供全文与阅览服务．·图书馆可以采用数字化或其它手段保存论

3、文；·因某种特殊原因需要延迟发布学位论文，按学位论文保密规定处理，保密论文在解密后遵守此规定。论文作者签名：苟雨嫡导9币签名：J司乏群口期：匆I辟‘月6日万方数据关于同意使用本人学位论文的授权书中国科学技术信息研究所是国家科技部直属的综合性科技信息研究和服务机构，是国家法定的学位论文收藏单位，肩负着为国家技术创新体系提供文献保障的任务。从六十年代开始，中国科学技术信息研究所受国家教育部、国务院学位办、国家科技部的委托，对全国博／硕士学位论文、博士后研究工作报告进行全面的收藏、加工及服务，迄今收藏的

4、国内研究生博／硕士论文已经达到100多万册。学位论文是高等院校和科研院所科研水平的体现，是研究人员辛勤劳动成果的结晶，也是社会和人类的共同知识财富。为更好的利用这一重要的信息资源，为国家的教育和科研工作服务，在国家科技部的大力支持和越来越多的专家学者提议下，中国科学技术信息研究所和北京万方数据股份有限公司承担并开发建设了《中国学位论文全文数据库》的加工和服务任务，通过对学位论文全文进行数字化加工处理，建成全国最大的学位论文全文数据库，并进行信息服务。本人完全了解《中国学位论文全文数据库》开发建设目

5、的和使用的相关情况，本人学位论文为非保密论文，现授权中国科学技术信息研究所和北京万方数据股份有限公司将本人学位论文收录到《中国学位论文全文数据库》，并进行信息服务(包括但不限于汇编、复制、发行、信息网络传播等)，同时本人保留在其他媒体发表论文的权利。论文题目：几类具比例时滞递归神经网络的动力学行为毕业院校：毕业时间：天津师范大学2018年6月论文类型：博士论文口硕士论文函博士后研究报告口同等学力论文口授权人签字：苟，们娲日期：州参年6月占日万方数据天津师范大学学位论文原创声明本人郑重声明：此处所提

6、交的学位论文《几类具比例时滞递归神经网络的动力学行为》，是本人在导师指导下，在天津师范大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个人和集体，均己在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：毒雨蜗日期：为fs年6月步日天津师范大学学位论文使用授权书《几类具LI：N时滞递归神经网络的动力学行为》系本人在天津师范大学攻读学位期间在导师指导下完成的学位论文。本论文的研究成果归天津

7、师范大学所有，本论文的研究内容不得以其他单位的名义发表。本人完全了解天津师范大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅，同意学校将论文加入《中国优秀博硕士学位论文全文数据库》和编入《中国知识资源总库》。本人授权天津师范大学，可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。本学位论文属于(请在以下相应方框内打“4”)；保密口．在年解密后适用本授权书不保密留作者签躬：为—铜捅导师签名：闺獬同期：为晦6月占同日期：为

8、f8年石月5FI万方数据摘要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转换速率，导致了时滞的产生．它的存在对神经网络的动力学行为具有重要的影响．导致了一些不稳定的现象的出现．如周期性震荡．混沌．分叉等．比例时滞是一种无界时滞．本文重点研究了几类具比例时滞递归神经网络的动力学行为．第一章就递归神经网络的发展历程．及时滞递归神经网络：递归神经网络反周期解．基于忆阻的递归神经网络无源性和同步性的研究现状做了