一类混合时滞复值神经网络的动态行为分析-论文.pdf

一类混合时滞复值神经网络的动态行为分析-论文.pdf

ID:53756459

大小:333.58 KB

页数:7页

时间:2020-04-24

一类混合时滞复值神经网络的动态行为分析-论文.pdf_第1页
一类混合时滞复值神经网络的动态行为分析-论文.pdf_第2页
一类混合时滞复值神经网络的动态行为分析-论文.pdf_第3页
一类混合时滞复值神经网络的动态行为分析-论文.pdf_第4页
一类混合时滞复值神经网络的动态行为分析-论文.pdf_第5页
资源描述:

《一类混合时滞复值神经网络的动态行为分析-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第49卷第3期西南交通大学学报Vo1.49No.32014年6月JOURNALOFSOUTHWESTJIAOTONGUNIVERSITYJun.2014文章编号:0258-2724(2014)03-0470-07DOI:lO.3969/j.issn.0258-2724.2014.03.016一类混合时滞复值神经网络的动态行为分析徐晓惠,张继业,赵玲(1.西华大学交通与汽车工程学院,四川成都610039;2.西南交通大学牵引动力国家重点实验室,四川成都610031)摘要:为将复值神经网络应用于模式识别,对一

2、类具有混合时滞的复值神经网络平衡点的动态行为进行了探讨.在假定激活函数满足Lipschitz条件的情况下,利用同胚映射相关引理以及向量Lyapunov函数法,研究了确保该系统平衡点的存在性、唯一性以及指数稳定性的充分条件.研究结果表明,用复值神经网络的权系数、自反馈函数及激活函数所构造的判定矩阵是矩阵.最后,通过一个数值仿真算例验证了所得结论的正确性.关键词:神经网络;复数域;混合时滞;平衡点;稳定性;矢量Lyapunov函数中图分类号:TP391文献标志码:ADynamicBehaviorsAnalys

3、isofaClassofComplex-ValuedNeuralNetworkswithMixedTimeDelaysXUXiaohui,ZHANGJiye,ZHAOLing(1.SchoolofTransportationandAutomotiveEngineering,XihuaUniversity,Chengdu610039,China;2.StateKeyLaboratoryofTractionPower,SouthwestJiaotongUniversity,Chengdu610031,Chin

4、a)Abstract:Toapplythecomplex—valuedneuralnetworkstopatternrecognition,thedynamicalbehaviorsoftheequilibriumpointofaclassofcomplex-valuednetworkswithmixedtimedelayswereinvestigated.AssumingthattheactivationfunctionssatisfytheglobalLipschitzcondition,somesu

5、ficientconditionsforassuringtheexistence,uniquenessandexponentialstabilityoftheequilibriumpointofthesystemwereobtainedbyusinghomeomorphismmappinglemmaandthevectorLyapunovfunctionmethods.Theresultsshowthatthejudgmentmatricesconstructedusingweightedcoeficie

6、nts,self-feedbackfunctionsandactivationfunctionsofthesystemwereMmatrix.Finally,anumericalexamplewaspresentedtoshowthecorrectnessoftheobtainedresuhs.Keywords:neuralnetworks;complex-valueddomain;mixeddelays;equilibriumpoint;stability;vectorLyapunovfunction众

7、所周知,神经网络在信号处理、模式识别、联里应用时具有一定的局限性.例如在交通系统中,想记忆等领域取得了广泛的应用¨.神经网络平当采用复值神经网络取代实值神经网络进行路牌衡点的存在性与稳定性是其应用的前提条件,因此识别后,由于复值信号携带的信息较实值信号更加学者们对不同类型的神经网络平衡点的动力学行丰富,可明显减少错误,提高路牌识别的准确为进行了深入研究,并取得了很多重要的研究成度.鉴于复值神经网络应用越来越广泛,并且具果.文献[1.10]的研究成果都是针对实值神经有比实值神经网络更加复杂的性质,因此对复值

8、神网络进行展开的.然而,实值神经网络在一些领域经网络平衡点的动力学行为研究是非常必要的.文收稿日期:20135_21基金项目:国家自然科学基金资助项目(11172247,51375402,61273021)作者简介:徐晓惠(1982一),女,讲师,博士,研究方向为复杂系统的稳定性分析与控制,E.mail:xhxu@l63.con张继业(1965一),男,教授,博士,研究方向为复杂系统的稳定性、空气动力学,E-mail:jyzh

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。