节点文献
随机Cohen-Grossberg-type BAM神经网络的均方指数稳定性
Exponential Stability in Mean Square for a Stochastic Cohen-Grossberg-type BAM Neural Network
【摘要】 通过构造Lyapunov函数,利用随机微分的Ito公式,研究了一类含有时滞的随机Cohen-Grossberg-type BAM神经网络的均方指数稳定性,并给出判定的条件,最后举例子说明结果的正确性.
【Abstract】 The exponential stability in mean square for a stochastic Cohen-Grossberg-type BAM neural network is discussed by constructing suitable Lyapunov function and using the ltd formula.The general sufficient conditions for the exponential stability in mean squaxe are estabished.Finally an illustrative example is given to show the effectiveness of our results.
【关键词】 随机Cohen-Grossberg-type BAM神经网络；
Ito公式；
Lyapunov函数；
均方指数稳定；
【Key words】 stochastic cohen-grossberg-type BAM neural networks； Ito formula； lyapunov function； mean square exponential stability；
【Key words】 stochastic cohen-grossberg-type BAM neural networks； Ito formula； lyapunov function； mean square exponential stability；
【基金】 浙江省自然科学基金(Y6100096,LQ12F02007);绍兴文理学院重点资助项目(2011LG1001)
- 【文献出处】 数学的实践与认识 ,Mathematics in Practice and Theory , 编辑部邮箱 ,2012年17期
- 【分类号】TP183;O211.6
- 【被引频次】2
- 【下载频次】56