位置:成果数据库 > 期刊 > 期刊详情页
双向联想记忆神经网络时滞诱发的同步周期解的计算
  • ISSN号:0254-0053
  • 期刊名称:力学季刊
  • 时间:0
  • 页码:415-416
  • 语言:中文
  • 分类:TH113.1[机械工程—机械设计及理论] TB53[理学—物理;理学—声学;一般工业技术]
  • 作者机构:[1]同济大学航空航天与力学学院,上海200092
  • 相关基金:基金项目:国家杰出青年基金项目(10625211);国家自然科学基金重点项目(10532050)和上海市优秀学科带头人计划资助项目(08XD14044).
  • 相关项目:动力系统的分岔、混沌
作者: 葛菊红|徐鉴|
中文摘要:

双向联想记忆神经网络通常用于描述借助于双向,即前后两个方向,储存或记忆一对类似模式的能力,这方面的研究对于模式识别以及自动控制工程中的应用是至关重要的,而网络系统的同步是近年来国内外研究的热点。本文采用摄动一增量法解析定量地研究了具有四个神经元和两个离散时滞的BAM神经网络模型的同步周期解,不仅提出了所研究的时滞耦合网络系统同步周期解的充分必要条件,而且还给出了由时滞诱发的完全同步周期解的近似解析形式。最后通过数值模拟进一步说明本文所采用的方法是有效的,所得的结果是正确的。本文的结果在设计人工神经网络方面有着潜在的应用。

英文摘要:

The bi-directional associative memory neural networks have very important applications in storing paired patterns or memories and possess the ability of searching the desired patterns via both direc- tions, forward and backward, such as the pattern recognition and automatic control Engineering. However, the network synchronization issues have attached worldwide attention in recent years. A bi-directional associative memory neural network with four neurons and two discrete delays was considered quantitatively by using the perturbation-incremental scheme. The necessary and sufficient conditions of synchronized periodic solution were provided from a Hopf bifurcation and the synchronized periodic solution was given analytically. The validity and correction of the obtained analytical results are shown by their consistency with numerical simulation. The results have some potential applications, such as designing neural networks.

同期刊论文项目
期刊论文 86 会议论文 16
期刊论文 46 会议论文 10
同项目期刊论文
期刊信息
  • 《力学季刊》
  • 中国科技核心期刊
  • 主管单位:上海市科学技术协会
  • 主办单位:同济大学 上海交通大学 上海市力学会 中国力学学会
  • 主编:范立础
  • 地址:上海四平路1239号同济大学
  • 邮编:200092
  • 邮箱:
  • 电话:021-65983708
  • 国际标准刊号:ISSN:0254-0053
  • 国内统一刊号:ISSN:31-1829/O3
  • 邮发代号:4-278
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:3651