具有时滞的脉冲神经网络的全局对数稳定性存在性
神经与进化计算
2010-02-08 v1
摘要
神经网络的稳定性和收敛性是Hopfield型网络的基本特征。由于时滞在大多数物理和生物系统中普遍存在，时滞神经网络正受到越来越多的关注。由于相互作用的有限传输时间，将时滞纳入神经模型是自然的。神经网络的稳定性分析依赖于Lyapunov函数，因此必须为给定系统构造该函数。在本文中，我们尝试通过构造合适的Lyapunov函数来建立脉冲时滞神经网络的对数稳定性。
引用
@article{arxiv.1002.1164,
title = {Existence and Global Logarithmic Stability of Impulsive Neural Networks with Time Delay},
author = {A. K. Ojha and Dushmanta Mallick and C. Mallick},
journal= {arXiv preprint arXiv:1002.1164},
year = {2010}
}
备注
International Journal of Computer Science Issues, IJCSI, Vol. 7, Issue 1, No. 2, January 2010, http://ijcsi.org/articles/Existence-and-Global-Logarithmic-Stability-of-Impulsive-Neural-Networks-with-Time-Delay.php