通有连续时间神经网络的稳定性

研究通有连续时间神经网络的稳定性问题，利用常数交易法、Ｌｉａｐｕｎｏｖ函数法结合不等式分析技巧，获得了通有连续时间神经网络的平衡点是全局ｋ－指数稳定和全局渐近稳定的判别准则。作为特例，也得到了Ｈｏｐｆｉｅｌｄ模型和线性互连模型神经网络的相应稳定性。     

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。     

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。     

组合电路最优Hopfield模型的判定算法

组合电路的故障检测问题是一个ＮＰ完全问题。根据组合电路的Ｈｏｐｆｉｅｌｄ神经网络模型，通过相容状态建立的齐次线性方程组的基础解系和感知机，提出了组合电路最优Ｈｏｐｆｉｅｌｄ模型存在性的实用判定算法，并给出了计算实例。     

关于非对称Hopfield神经网络的稳定性

根据矩阵特征值分布范围，讨论了连续时间Ｈｏｐｆｉｅｌｄ神经网络模型的渐近稳定性，给出了目前最优的结果，这对于实际网络设计有重要的指导作用。     

机器人装配作业的Hopfield神经网络的稳定性研究

本文运用Ｌｙａｐｕｎｏｖ第二方法及神经网络的稳定性判据，对用于机器人装配作业的Ｈｏｐｆｉｅｌｄ网络的稳定性进行了分析研究，并经实验验证，得到了较为满意的结果。     

具有时滞的非线性系统的k-全局稳定性

研究了具有时滞的非线性系统的稳定性问题，利用不等式分析技巧和常数变易法，给出了具有时滞的非线性系统的ｋ－全局指数稳定性的充分条件。并举例说明了所得结论的优越性     

一个基于神经网络的测试生成系统

介绍了一个基于组合电路的Ｈｏｐｆｉｅｌｄ神经网络模型的测试生成系统，系统中运用概率松驰搜索算法求解给定故障的测试矢量。实验结果表明了该系统的可行性     

一种机器人逆运动学求解的神经网络方法

研究了机械手控制的逆运动学问题，提出了一种克服Ｈｏｐｆｉｅｌｄ网络的局部极值问题的网络参数扰动算法，通过数字模拟分析了该算法的性能，并将该算法成功地应用于机械手控制的逆运动学问题。计算机仿真表明，这种神经网络控制方法不仅具有较快的速度，而且大大提高了对机械手的控制精度。     

求解高阶常系数线性微分方程的新方法

探讨了避开复值解定理求解常系数线性微分方程的方法．施变换ｙ＝ｚｅ￣ｒｘ于方程ｙ（ｎ）＋α１ｙ（ｎ－１）＋…＋αｎｙ＝０，则新方程的特征方程为（λ＋ｒ）ｎ＋α１（λ＋ｒ）ｎ－１＋…＋αｎ＝０．指出了如特征方程分解为（λｌ＋ｐ１λｌ－１＋…＋Ｐｌ）（λｋ＋ｑ１λｋ－１＋…＋ｑｋ）＝０，，则其对应的方程可以写成复合微分方程［ｚ（ｋ）＋ｑ１ｚ（ｋ－１）＋…＋ｑｋｚ］ｌ＋ｐ１［ｚ（ｋ）＋ｑ１ｚ（ｋ－１）＋…＋ｑｋｚ］（ｌ－１）＋…＋ｐｌ［ｚ（ｋ）＋ｑ１ｚ（ｋ－１）＋…ｑｋｚ］＝０．通过把方程写成复合微分方程和转化为非齐次方程，用待定系数法研究了齐次方程的通解结构．在齐次方程通解理论的基础上，通过引进新方程、将其写成复合微分方程和转化为非齐次方程与所给的方程比较，导出非齐次方程的特解设置．     

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。     

用联想神经网络设计的信道均衡器

研究了联想神经网络在数字通信信道均衡器实现中的应用,讨论了其设计方法和设计步骤,给出了计算机模拟结果,并进行了性能比较。研究结果表明:Hopfield联想神经网络实现的信道均衡器具有比传统线性横向均衡器更优越的性能。     

随机型细胞神经网络的稳定性

借助于李雅谱洛夫理论、矩阵分析方法和It?公式,结合不等式分析技巧,研究了随机细胞神经网络系统的均方指数稳定性,给出了系统的解的二阶矩Liapunov指数估计式和均方指数稳定的充分条件。     

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。     

应用神经网络粒子群算法的多用户检测

为了减少最优多有户检测器的计算复杂度,提出了一种融合粒子群优化算法和神经网络的神经网络粒子群优化算法,并设计了一种解决CDMA通信系统的多用户检测问题的新方法。该方法是把神经网络嵌入到粒子群优化算法的每一代中以改进算法性能。通过混合神经网络到PSO中,还可以加快PSO的收敛速度,减少计算复杂度。仿真结果证明了所设计的检测器无论抗多址干扰能力和抗远近效应能力都优于应用Hopfield神经网络、遗传算法和粒子群算法的多用户检测器。     

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。