欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
神经网络广泛应用于各个领域，并获得相当成功。但对于马氏切换随机神经网络的无源性及输入到状态稳定性研究尚处于起步阶段。本项目对连续和离散两种形式马氏切换随机神经网络的稳定性、无源性和输入到状态稳定性动力学行为与控制进行研究。在研究离散系统时，为了克服经典方法需要构造Lyapunov函数或Lyapunov泛函的困难，本项目综合利用复杂性理论、Markov过程理论及Markov决策过程理论研究马氏切换随机神经网络轨道演化的复杂性。通过复杂性度量指标来建立和发展马氏切换随机神经网络动力学行为准则的分析方法和相应的输入控制形式。本项目的研究将丰富随机系统的理论，揭示切换随机系统动力学行为的机理，为马氏切换随机神经网络在复杂系统的智能控制中的设计和应用奠定理论基础。
结论摘要：
英文主题词stochastic neural networks；Markov chain；stability；robustness；input-to-state stability
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
Robustness analysis for connection weight matrices of global exponential stable time varying delayed
Robustness of globally exponential stability of delayed neural networks in the presence of random di
Robustness analysis for connection weight matrix of global exponential stability recurrent neural ne
Robustness analysis for connection weight matrices of global exponential stability of stochastic del
Mean square input-to-state stability of a general class of stochastic recurrent neural networks with
Robustness analysis for parameter matrices of global exponential stability time varying delay system
Robustness analysis for parameter matrices of global exponential stable stochastic time varying dela
相关项目
朱松的项目