Cohen-Grossberg神经网络是一个更为一般的网络模型,它包括著名的Hopfield神经网络、细胞神经网络等。本项目的研究对象是带脉冲的Cohen-Grossberg神经网络,主要研究内容有:利用脉冲微分系统概周期理论研究带脉冲的时滞Cohen-Grossberg神经网络的概周期解的存在性及其全局指数收敛性;利用脉冲微分系统理论和Lyapunov方法研究脉冲对于时滞反应扩散型Cohen-Grossberg神经网络平衡点和周期解的收敛性的无害作用和镇定性;利用随机微分方程有关理论研究噪音对于脉冲Cohen-Grossberg神经网络实现完全或广义同步的鲁棒性和正作用性。
{{i.achievement_title}}
数据更新时间:2023-05-31
含饱和非线性的主动悬架系统自适应控制
城市生活垃圾热值的特征变量选择方法及预测建模
基于卷积神经网络的JPEG图像隐写分析参照图像生成方法
TVBN-ResNeXt:解决动作视频分类的端到端时空双流融合网络
银川盆地PL02钻孔孢粉记录的晚上新世-早更新世时期的古气候变化周期
随机噪音扰动下的微分系统的概周期动力学与同步问题研究
具有脉冲效应的复值时滞神经网络稳定性分析与控制研究
具有多层次拓扑结构的复杂神经网络聚类同步和节律动力学研究
具有惯性项的时滞神经网络的动力学分析