回复式神经网络的稳定性是回复式神经网络面向应用的最重要的性质之一。回复式神经网络的单稳定性已经获得了很多研究。但是,单稳定的神经网络在计算能力上有其不足。例如,在诸如决策制定等神经计算方面无能为力。多稳定的神经网络在计算能力上则十分强大。最近,回复式神经网络的多稳定性分析受到相当重视。本项目研究回复式神经网络的多稳定性问题。采用数学理论分析、数值计算、数学建模、计算机编程、计算机仿真等相结合的研究
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
基于多色集合理论的医院异常工作流处理建模
基于腔内级联变频的0.63μm波段多波长激光器
结直肠癌免疫治疗的多模态影像及分子影像评估
具有随机多跳时变时延的多航天器协同编队姿态一致性
背景神经网络的多稳定性研究
时标上复数神经网络的单稳定性和多稳定性研究
基于多稳定性理论的神经网络预定性能控制研究
右端不连续时滞神经网络的多稳定性与分岔控制