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
多源数据驱动CNN-GRU模型的公交客流量分类预测
异质环境中西尼罗河病毒稳态问题解的存在唯一性
涡轮叶片厚壁带肋通道流动与传热性能的预测和优化
高庙子钠基膨润土纳米孔隙结构的同步辐射小角散射
简化的滤波器查找表与神经网络联合预失真方法
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