节点文献

一类时滞静态神经网络模型的全局渐近稳定性

Global Asymptotical Stability of a Class of Static Neural Networks with Delays

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 陈红军； 周建平； 王林山；

【Author】 CHEN Hong-jun~ 1) ZHOU Jian-ping~ 1) WANG Lin-shan~ 1,2) (~ 1) School of Mathematical Sciences,Liaocheng University,Liaocheng 252059,China; ~ 2) Department of Mathematics,Ocean University of China,Qingdao 266071,China)

【机构】 聊城大学数学科学学院； 聊城大学数学科学学院 山东聊城252059； 山东聊城252059； 中国海洋大学数学系； 山东青岛266071；

【摘要】 利用拓扑度理论,M-矩阵理论及Lyapunov泛函方法研究了一类时滞静态神经网络模型平衡点的全局渐近稳定性,得出了其平衡点存在唯一及全局渐近稳定的一些充分条件.

【Abstract】 By using the theory of topological degree,M-matrix and Lyapunov functional methods,the global asymptotical stability of a class of static neural networks with delays is discussed.Some sufficient conditions ensuring existence,uniqueness and global asymptotical stability of the equilibrium point are presented.

【关键词】 静态神经网络； 全局渐近稳定； 拓扑度； M-矩阵；
【Key words】 static neural networks； global asymptotical stability； M-matrix； topological degree；
  • 【文献出处】 聊城大学学报(自然科学版) ,Journal of Liaocheng University(Natural Science Edition) , 编辑部邮箱 ,2006年01期
  • 【分类号】TP183
  • 【被引频次】3
  • 【下载频次】39
打印本页
节点文献中：