关于Hopfield型神经网络的全局指数稳定性
摘要
具有全局指数稳定性的Hopfield型连续神经网络对于实时求解各种最优化问题以及特殊的A/D转换器设计问题非常重要. 在这个意义下,要求神经网络具有唯一的平衡点,且它是全局指数稳定的. 考虑如下Hopfield型连续动态反馈神经网络模型: C_i((du_i)/dt)=Sum from i=1 to n(Ti_JVi)-u_i/R_i+I_i,v_i=g_i(u_i),i=1,2,…,n, (1) 其中C_i>0,R_i>0和I_i分别称为第i个神经元的电容常数、电阻常数和网络外部输入. 这里,不假定T=(T_(ij))_(n×n)对称和所有g_i(·)都相同.
引用本文（GB/T 7714）
立德 吴, 学斌 梁. 关于Hopfield型神经网络的全局指数稳定性[J]. Chinese Science Bulletin (Chinese Version), 1996.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。