随机时滞神经网络的指数稳定性(英)

本文研究了具有不确定性随机时滞神经网络的指数稳定性,利用Ｌｙａｐｕｎｏｖ 泛函鞅不等式和Ｂｏｒｅｌ－ Ｃａｎｔｅｌｌｉ 引理,建立了均方指数稳定与几乎必然指数稳定的充分判据,这些判据是时滞无关的且仅要求检验某一不等式－ 这些结果是最近某些文献中结果的推广－ 最后,一个数字例子说明所给判据的有效性     

自拟开窍健脑方对轻中度血管性痴呆患者认知障碍及血液流变学的影响

目的探讨自拟开窍健脑方对轻中度血管性痴呆患者认知障碍及血液流变学的影响。方法将92例患者按照随机原则分为观察组和对照组。对照组用养血清颗粒治疗,观察组用自拟开窍健脑方治疗。观察患者全血黏度高切、中切、低切,血浆黏度,红细胞压积,红细胞聚集指数,VaDAS-Cog,MMSE,ADL评分。结果观察组治疗后全血黏度·高切、全血黏度·中切、全血黏度·低切、血浆黏度、红细胞压积、红细胞聚集指数均低于治疗前和对照组(P0.05),观察组治疗后VaDAS-Cog,MMSE,ADL评分均高于治疗前和对照组(P0.05),患者均未发生明显严重不良反应。结论自拟开窍健脑方对轻中度血管性痴呆患者效果较好,患者认知障碍及血液流变学改善较好,临床应用价值较高。     

沿海地区金融发展、科技创新和海洋经济系统的耦合协调发展研究

为系统分析沿海地区金融发展、科技创新和海洋经济间的关系,构建了金融发展、科技创新和海洋经济三系统的综合评价指标体系,以较有代表性的苏、沪、浙、鲁、粤沿海5省市为研究对象,分别测算了三个子系统的综合指数,进而建立耦合协调度模型分析三者间的协调关系.研究发现,沿海5省市金融发展指数、科技创新指数、海洋经济发展指数均呈波动上升趋势,地区间差异较小.耦合协调度模型的测算结果显示,沿海5省市金融发展、科技创新与海洋经济系统的协调水平逐年提升,均已达到良好协调水平,反映金融发展和科技创新有效促进了省域海洋经济发展,但尚未达到优质协调,三者协调水平有待进一步提升.     

多维相空间中任意指数二次型算符的矩阵元

基本算符对易子为常数、哈密顿量为二次型的系统是量子理论诸多领域中可严格求解的典型系统之一 ,也是近似求解更复杂系统的基础 .该系统的演化算符、传播子和密度算符等均为指数二次型的 .在多维相空间中 ,利用指数二次型算符的正规乘积和反正规乘积表示式 ,给出了任意指数二次型算符矩阵元的严格表达式 .在能谱和能量本征函数未知的条件下 ,给出了哈密顿量为二次型的配分函数和波函数 .所得结果还可用于计算跃迁概率和散射概率等     

具反应扩散项和马尔可夫跳变的时滞耦合神经网络的同步

研究了一类具有反应扩散项的时滞耦合神经网络的同步问题.通过构造Lyapunov-Krasovskii泛函,利用线性矩阵不等式技术并结合Kronecker积获得了耦合神经网络依赖于时滞和反应扩散算子的均方全局指数同步的充分性判据.此外,将细胞激活函数假设为扇形非线性函数,能减少结论的保守性,数值仿真结果证明所得结论有效.     

水平管中气固两相流的混沌特征分析

对水平管密相气力输送系统的混沌动力学行为进行了分析,对煤粉浓度信号时间序列的最大Lyapunov指数和关联维数进行了计算。结果表明,系统的最大Lyapunov指数均大于零,这充分说明煤粉在水平管中的密相气力输送存在混沌特征。从密相移动床流区到沉积层流区,混沌吸引子由大变小,关联维数从1.5359减小到1.0764。说明从密相移动床流区到沉积层流区,流体系统运动的混沌程度逐渐减弱。     

基于TensorFlow的LSTM模型在太原空气质量AQI指数预测中的应用

由于空气质量AQI指数受多个难以确定的和非线性的因子的影响,经常用到的回归预测方法效率和精度都比较低,基于长短期记忆单元(long short-term memory,LSTM)的递归神经网络模型却能有效利用时序数据中长距离依赖信息的能力,精准地预测空气质量AQI指数。首先,利用Ri386 3.3.3分析出空气中各种污染物质与AQI指数的相关性;然后基于Python3.5.2和Tensor Flow,结合近几年空气质量的各种影响因素的走势,对太原空气质量的AQI指数进行预测;最后使用均方误差(MSE)对预测的数据和原始数据进行误差分析。最终得出结论:基于Tensor Flow的LSTM神经网络能较精准地预测空气质量AQI指数。     

序约束下三指数总体均值的极大似然估计

令Xi,i=1,2,3,为来自第i个指数总体的观察值，其中均值λi均未知，但根据以往的经验，可以假定均值间满足一定的约束关系，如简单半序。本文给出了此种序约束下λi的极大似然估计λi^*，并且证明了每一λi^*比通常的估计Xi具有较小的均方误差。     

基于主成分分析的PSO-BP算法在GDP和CPI预测中的应用

GDP增速与CPI指数具有复杂的时间序列和非线性特征。鉴于BP神经网络算法有良好的非线性拟合能力,但容易陷入局部极小值的特点,提出了基于主成分分析的PSO-BP算法。该方法主要通过主成分分析方法对输入变量进行降维,利用PSO算法良好的全局寻优能力对BP算法的权值和阈值进行优化,从而避免BP算法陷入局部极小值。最后运用模型对GDP增速和CPI指数进行拟合预测。实验结果表明:该模型比PCA-BP模型和PSO-BP模型具有更高的拟合精度和更小的均方误差。     

第三方物流信息系统设计及体系构建

物流信息化系统是现代物流的核心,也是第三方物流企业的核心竞争力。但目前我国的第三方物流信息系统尚不发达,没有发挥其应有的作用。因此,加强第三方物流信息系统建设已成为整个物流系统的关键。对我国第三方物流信息系统管理需求进行了分析,提出了其在建设过程中应注意的问题,在此基础上有针对性地提出了第三方物流信息系统解决方案,最后对第三方物流信息系统进行了全面的设计及体系构建。     

反馈型CNN解的稳定性

研究了具有时滞的反馈型细胞神经网络，利用李雅普诺夫函数、常数交易法以及不等式分析技巧，证明了具有时滞的反馈型细胞神经网络的解的有界性，同时给出了任意解全局指数稳定和渐近稳定的充分条件。     

变系数并联限制细胞神经网络的指数稳定性

本文运用李雅普诺夫函数方法和不等式的技巧研究了变系数和连续分布时滞并联限制细胞神经网络（SICNN）的稳定性，得出了判别其全局指数稳定的新的充分条件。     

一类神经网络的L~2-增益稳定性

运用研究控制系统有限增益稳定的方法,讨论了神经网络关于扰动的Hopfield型神经网络扰动的L_2-增益稳定性问题。对该网络模型研究的一个重要应用在于优化计算和联想记忆。利用常数变易法和李雅谱洛夫函数法,结合不等式分析技巧,给出了一些在内外部存在扰动的情况下,保证网络L_2-增益稳定的充分条件,这些条件简洁,易于在应用中检验。     

Hopfield型神经网络的全局指数稳定性(英文)

研究了Ｈｏｐｆｉｅｌｄ型神经网络的全局指数稳定性,就活化函数严格单增和严格单增但增益有界的情况,提出了保证网络全局指数稳定的充分判据。对活化函数严格单增权矩阵对角稳定的情况,以简约的形式,给出网络全局指数稳定的收敛速率。     

一类具有时滞的神经网络的稳定性分析

对具有广泛应用价值的时滞Ｈｏｐｆｉｅｌｄ神经网络系统,建立了系统平衡点存在唯一的充要条件,利用常数交易法并结合不等式分析技巧讨论了神经网络模型的全局指数稳定性,获得了系统的平衡点全局指数稳定的充分条件。     

神经网络定性分析

利用大系统理论和M-矩阵的特性,提出了一种适合于Hopfield神经网络平衡点定性分析的新方法,给出了系统稳定和不稳定的判定定理。把神经网络的不同部分看成是子系统,使稳定性判定过程中的计算量大大减少。对非线形互联结构强度的约束不仅可以为直线,也可以是一些适当的函数,扩大了适用范围。     

时变时滞细胞神网络的稳定性分析

本文研究了一类具有时变时滞的细胞神经网络的稳定性问题,利用新的Layapunov Krasovskii函数,给出了系统全局渐近稳定的时滞相关稳定性条件。其结果以线性矩阵不等式的形式给出,通过对矩阵特征值的应用,得到了一个新的LMI的应用形式,改善了LMI的应用。最后,数值算例说明了本文结果的优越性。     

变时滞神经网络鲁棒稳定的一个新判据

研究了一类变时滞区间细胞神经网络的全局渐近鲁棒稳定性。基于非负矩阵理论和Lyapunov-Razumikhin分析方法,得到了变时滞区间细胞神经网络全局渐近鲁棒稳定的一个充分条件,该条件与时滞参数无关且易于验证。理论分析和数值例子表明所得条件推广了已有文献中得到的两个相应的结果,是对区间神经网络鲁棒稳定性研究的有效补充。数值例子和相应的计算机仿真验证了所得结果的有效性。     

一类BAM神经网络的全局指数稳定性

利用变参数方法和不等式技巧,研究了一类BAM神经网络的动力学特性,得到了能保证其平衡解唯一性和全局指数稳定性的条件,并且此条件与时滞无关.