两类四元数值神经网络模型的稳定性
发布时间:2024-01-14 16:13
本文研究了四元数值分流抑制细胞神经网络的拉格朗日指数稳定性问题以及在脉冲影响下带惯性项神经网络的指数稳定性问题.对于前者,当激活函数满足一定的条件时,结合Lyapunov函数方法和不等式技巧,以及代数条件和LMI条件这些充分条件来确定系统的稳定性,同时对不同的全局指数收敛域进行了估计.对于后者,利用Lyapunov函数不等式和Holandry微分不等式,推导出在脉冲影响下的惯性项神经网络是全局指数稳定的.最后,通过例子验证了结果的有效性和合理性.
【文章页数】:49 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
第二章 四元数值上BAM分流抑制神经网络的拉格朗日全局指数稳定性
2.1 预备知识
2.2 四元数可拆分下的神经网络稳定性
2.3 四元数不可拆分下的神经网络稳定性
2.4 数值例子
第三章 四元数值上具有脉冲和惯性项神经网络的全局指数稳定性
3.1 预备知识
3.2 主要结果
3.3 数值例子
第四章 结论与展望
参考文献
致谢
本文编号:3878546
【文章页数】:49 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第一章 绪论
第二章 四元数值上BAM分流抑制神经网络的拉格朗日全局指数稳定性
2.1 预备知识
2.2 四元数可拆分下的神经网络稳定性
2.3 四元数不可拆分下的神经网络稳定性
2.4 数值例子
第三章 四元数值上具有脉冲和惯性项神经网络的全局指数稳定性
3.1 预备知识
3.2 主要结果
3.3 数值例子
第四章 结论与展望
参考文献
致谢
本文编号:3878546
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3878546.html