一类分布时滞竞争神经网络的动力行为的研究.pdfVIP

一类分布时滞竞争神经网络的动力行为研究 摘 要 竞争型神经网络是基于无监督学习方法的神经网络的一种重要类型，在图像 处理、模式识别、信号处理和控制理论中有广泛应用，因此，研究竞争神经网络的 动力特征，例如稳定性、不变集与吸引集等问题，就成为竞争神经网络设计中必不 可少的先决条件．从生物学角度出发，人类的记忆有长期记忆(LTM)和短期记忆 (STM)之分，因此，包含长时和短时记忆的复杂神经网络在理论研究和工程应用中 受到广泛关注． 本文研究了一类分布时滞竞争神经网络的稳定性分析． 第一章概述部分，介绍了人工神经网络的特点和发展过程，本文研究问题的背 景、基础知识和主要工作． 第二章利用同伦不变性、拓扑度理论及Lyapunov泛函方法，研究了一类分布 时滞竞争神经网络的全局渐近稳定性．给出了平衡点的存在唯一性和全局渐近稳 定性的易于验证的代数判据． 第三章利用非负矩阵和微分不等式技巧，研究了一类分布时滞竞争神经网络 的不变集和吸引集．给出了判定此类神经网络不变集和吸引集的充分条件，实例说 明了判据的有效性． 第四章利用同胚映射理论、Lyapunov函数思想、M矩阵理论和不等式技术， 研究了具有分布时滞的竞争神经网络模型