- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 6卷第 2期 复 杂 系 统 与 复 杂 性 科 学 V01.6 NO.2
2009年 6 月 COMPLEX SYSTEMSAND COMPLEXrI SCIENCE Jun. 2009
文章编号 :1672—3813(2009)02—0056—08
离散和分布时变时滞混沌神经网络广义投影同步
唐 漾,方建安
(东华大学信 息科学与技术学院,上海 201620)
摘要:研究一类离散和分布时变时滞的混沌神经网络的广义投影 同步 问题 。利用
非线性观测器方法实现同步十分简单,且利用极点配置技术,可通过调整特征值来
调节同步速率的快慢。与一般混沌神经 网络模型相 比,带有离散和分布时变时滞
的混沌神经网络模型更为一般,同时反 同步和完全 同步是 广义投影 同步的特例 。
最后,提 出基于广义投影 同步的离散和分布时变时滞混沌神 经网络的保密通信方
案,给 出两个数值仿真例子验证结果的有效性。
关键词 :混沌神经网络;离散和分布时变时滞;广义投影 同步;非线性观测器
中图分类号:TP273;0545 文献标识码 :A
GeneralizedProjectiveSynchr0nizati0nofChaoticNeural
NetworkswithDiscreteandDistributedTime-VaryingDelays
TANG Yang,FANG Jian—an
(CollegeofInformationScienceTechnology,DonghuaUniversity,Shanghai201620,China)
Abstract:Inthispaper,theproblem ofgeneralprojectivesynchronizationofaclassofchaoticneural
networkswithdiscreteanddistributedtime—varyingdelaysisinvestigated.Thenonlinearobserverscheme
usedtoachievesynchronization issimpleandtheconvergenceratecanberegulatedbytuningtheeigen—
valuesthroughthepoleplacementtechnique.Comparedwithothermodelofchaoticneuralnetworks,the
modelofchaoticneuralnetworkswithdiscreteanddistributedtime—varyingdelaysismoregenera1.More—
over,somesynchronizationtypessuchascompletesynchr0nizationandanti—synchr0nizationarethespe—
cialcasesofthegeneralizedprojectivesynchronization (GPS).Finally,weproposeacommunication
schemebasedongeneralizedprojectivesynchronizationofchaoticneuralnetworkswithdiscreteanddis-
tributedtime—varyingdelay.Twonumericalexamplesareprovidedtoshow theeffectivenessofthederived
results.
Keywords:chaoticneuralnetworks;discreteanddist
原创力文档


文档评论(0)