具有脉冲效应的神经网络的稳定性与同步性

具有脉冲效应的神经网络的稳定性与同步性

论文摘要

近年来,脉冲复杂网络的同步问题受到了广泛关注。在实际系统中,由于传输信号的有限性,传输时滞是不可避免的。因此,研究具有时滞和脉冲效应的复杂网络的同步性是一项有着重要意义的工作。本论文采用脉冲强度依赖方法来刻画脉冲序列,随后基于此方法,分别研究了具有脉冲效应的时滞神经网络和时滞耦合神经网络的稳定性与同步问题。具体研究内容如下:在第一章中,介绍了神经网络和复杂网络的研究背景及其研究现状。在第二章中,主要研究具有时变脉冲的时滞神经网络的稳定性问题,其中同时考虑了促进稳定脉冲和阻碍稳定的脉冲。利用比较原理、平均脉冲间隔和Lyapunov函数方法,得到了脉冲时滞神经网络指数稳定的充分条件。与已有的具有平均脉冲间隔的脉冲系统稳定性研究结果不同,本章假设促进稳定和阻碍稳定脉冲的脉冲强度从有限集中取值,并提出了一个依赖于脉冲强度的平均脉冲间隔定义来刻画脉冲序列。所提出的依赖于脉冲强度的平均脉冲间隔定义的特征为每一个脉冲强度具有其自身的平均脉冲间隔,因此所提出的依赖于脉冲强度的平均脉冲间隔的方法比传统的平均脉冲间隔法适用范围更广。最后,我们通过数值模拟证明了研究结果的有效性和潜在优势。在第三章中,主要研究的是时滞脉冲切换耦合神经网络的同步性问题,同时考虑了分布式的促进同步和阻碍同步脉冲。此外,还考虑了竞争合作通信。本章通过提出依赖于脉冲强度的平均脉冲间隔(ISDAII)定义和Lyapunov函数法,研究了耦合脉冲切换神经网络的指数同步问题。因此,提出的依赖于脉冲强度的平均脉冲间隔定义比传统的平均脉冲间隔(AII)方法更通用,应用范围更广。最后,我们通过数值模拟验证了理论结果。

论文目录

  • 摘要
  • Abstract
  • 符号说明
  • 第一章 绪论
  •   1.1 研究背景及意义
  •   1.2 研究现状
  •   1.3 研究内容及创新点
  • 第二章 具有脉冲效应的时滞神经网络的稳定性研究——依赖于脉冲强度的平均脉冲间隔法
  •   2.1 模型描述
  •   2.2 主要研究内容
  •   2.3 数值模拟
  •   2.4 本章小结
  • 第三章 具有分布式脉冲效应的切换耦合神经网络的同步性
  •   3.1 模型描述
  •   3.2 主要研究内容
  •   3.3 数值模拟
  •   3.4 本章小结
  • 总结与展望
  • 致谢
  • 攻读学位期间发表的学术论文
  • 参考文献
  • 文章来源

    类型: 硕士论文

    作者: 张欢

    导师: 张文兵

    关键词: 神经网络,时变脉冲,稳定性,耦合神经网络,同步性

    来源: 扬州大学

    年度: 2019

    分类: 基础科学,信息科技

    专业: 数学,自动化技术

    单位: 扬州大学

    分类号: TP183;O231

    DOI: 10.27441/d.cnki.gyzdu.2019.001584

    总页数: 37

    文件大小: 1787K

    下载量: 28

    相关论文文献

    • [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
    • [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
    • [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
    • [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
    • [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
    • [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
    • [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
    • [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
    • [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
    • [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
    • [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
    • [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
    • [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
    • [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
    • [15].神经网络探索物理问题[J]. 物理 2020(03)
    • [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
    • [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
    • [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
    • [19].高效深度神经网络综述[J]. 电信科学 2020(04)
    • [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
    • [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
    • [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
    • [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
    • [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
    • [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
    • [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
    • [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
    • [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
    • [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
    • [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)

    标签:;  ;  ;  ;  ;  

    具有脉冲效应的神经网络的稳定性与同步性
    下载Doc文档

    猜你喜欢