具比例时滞递归神经网络的稳定性及其仿真与应用--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

内容简介

本书系统地介绍了若干具比例时滞递归神经网络模型和各种稳定性.通过构造Lyapunov泛函、时滞微分不等式、非线性测度、内积性质和线性矩阵不等式等方法讨论了具比例时滞递归神经网络的渐近稳定性、多项式稳定性、周期性、概周期性及反周期性、散逸性等性质，并且给出相应的数值算例及仿真．同时对具比例时滞神经网络在二次规划问题的求解方面的应用进行了初步探讨．本书旨在具比例时滞神经网络动力学的深入研究，对具比例时滞神经网络的实际应用奠定一定的理论基础．

作者简介

周立群，天津师范大学数学科学学院教授，工学博士.主要从事神经网络及应用的研究.2011年提出比例时滞神经网络，开启了比例时滞神经网络的研究历程.目前重点研究具比例时滞递归神经网络的动力学行为，包括渐近稳定性、指数稳定性、多项式稳定性、周期性、散逸性、同步性、无源性、吸引性等.发表了专业学术论文50余篇，其中是SCI检索与EI检索论文近30篇，SCI二区论文10篇.主持天津市自然科学基金项目《具比例时滞复杂神经网络的动力学行为于仿真研究》、天津市高校中青年骨干教师培养计划项目《具比例时滞神经网络的稳定性研究》及天津市科技发展基金项目1项等，作为主研人参与国家自然科学基金项目2项.参编教材1本.

前言
第1章绪论1
1.1递归神经网络概述1
1.2时滞递归神经网络8
1.3比例时滞递归神经网络简介9
1.4时滞微分方程稳定性理论13
1.4.1时滞微分方程稳定性定义14
1.4.2Lyapunov函数和Lyapunov稳定性理论15
1.5比例时滞微分方程16
1.5.1比例时滞微分方程简介16
1.5.2非线性变换18
1.6重要数学定义和常用的引理20
1.7符号说明22
参考文献22
第2章具单比例时滞细胞神经网络的渐近稳定性30
2.1基于M-矩阵的具比例时滞细胞神经网络的渐近稳定性30
2.1.1模型描述及预备知识30
2.1.2全局渐近稳定性31
2.1.3数值算例及仿真37
2.2基于矩阵理论的具比例时滞细胞神经网络的全局渐近稳定性39
2.2.1模型描述及预备知识39
2.2.2全局渐近稳定性40
2.2.3数值算例及仿真44
2.3基于LMI的具比例时滞细胞神经网络的全局渐近稳定性46
2.3.1模型描述及预备知识46
2.3.2全局渐近稳定性47
2.3.3数值算例及仿真50
参考文献51
第3章具多比例时滞递归神经网络的渐近稳定性54
3.1具不等比例时滞细胞神经网络的全局渐近稳定性54
3.1.1模型描述及预备知识54
3.1.2平衡点的存在性和专享性55
3.1.3全局渐近稳定性58
3.1.4数值算例及仿真59
3.2具多比例时滞递归神经网络的全局渐近稳定性59
3.2.1模型描述及预备知识60
3.2.2平衡点的存在性和专享性60
3.2.3全局渐近稳定性62
3.2.4数值算例与仿真66
3.3具多比例时滞递归神经网络的全局一致渐近稳定性68
3.3.1模型描述及预备知识68
3.3.2全局一致渐近稳定性69
3.3.3数值算例及仿真72
3.4具比例时滞神经网络时滞依赖与时滞独立的渐近稳定性73
3.4.1模型描述及预备知识73
3.4.2全局渐近稳定性74
3.4.3数值算例及仿真81
参考文献82
第4章具比例时滞递归神经网络的多项式稳定性85
4.1基于时滞微分不等式的细胞神经网络的多项式稳定性85
4.1.1模型描述及预备知识85
4.1.2指数稳定性与多项式稳定性87
4.1.3数值算例及仿真90
4.2基于非线性测度的递归神经网络的多项式稳定性92
4.2.1模型描述及预备知识92
4.2.2指数稳定性与多项式稳定性94
4.2.3数值算例及仿真98
4.3具多比例时滞递归神经网络的时滞独立的多项式稳定性98
4.3.1模型描述及预备知识99
4.3.2指数稳定性与多项式稳定性100
4.3.3数值算例及仿真102
4.4具多比例时滞递归神经网络时滞依赖的多项式稳定性103
4.4.1模型描述及预备知识104
4.4.2指数稳定性与多项式稳定性105
4.4.3数值算例及仿真109
4.5基于时滞微分不等式的递归神经网络的多项式稳定性111
4.5.1数学模型及预备知识112
4.5.2平衡点的存在专享性113
4.5.3全局多项式稳定性115
4.5.4数值算例及仿真118
4.6基于Young不等式的具多比例时滞递归神经网络的多项式稳定性119
4.6.1模型描述及预备知识119
4.6.2平衡点的存在专享性120
4.6.3指数稳定性与多项式稳定性123
4.6.4数值算例及仿真126
4.7具多比例时滞广义细胞神经网络的全局多项式稳定性128
4.7.1模型描述及预备知识128
4.7.2多项式稳定性分析129
4.7.3数值算例及仿真 134
4.8具比例时滞Cohen-Grossberg神经网络的全局多项式稳定性136
4.8.1模型描述及预备知识137
4.8.2指数稳定性与多项式稳定性138
4.8.3数值算例及仿真143
参考文献144
第5章具比例时滞BAM神经网络的多项式稳定性148
5.1BAM神经网络的全局多项式稳定性148
5.1.1模型描述与预备知识148
5.1.2平衡点的存在性和专享性150
5.1.3全局指数稳定性152
5.1.4全局多项式稳定性155
5.1.5数值算例及仿真156
5.2BAM神经网络时滞独立的多项式稳定性158
5.2.1模型描述及预备知识158
5.2.2平衡点的存在性和专享性161
5.2.3全局指数稳定性162
5.2.4全局多项式稳定性166
5.2.5数值算例及仿真167
5.3BAM神经网络时滞依赖的多项式稳定性171
5.3.1模型描述及预备知识171
5.3.2平衡点的存在性和专享性173
5.3.3指数稳定性与多项式稳定性174
5.3.4数值算例及仿真178
参考文献179
第6章具比例时滞递归神经网络的周期解的稳定性181
6.1具多比例时滞递归神经网络的多项式周期性与稳定性181
6.1.1模型描述及预备知识181
6.1.2多项式周期性与稳定性183
6.1.3数值算例及仿真189
6.2具比例时滞神经网络概周期解的多项式稳定性191
6.2.1模型描述及预备知识192
6.2.2概周期解的存在性和专享性194
6.2.3概周期解的多项式稳定性195
6.2.4数值算例及仿真198
6.3具比例时滞分流抑制细胞神经网络概周期解的全局吸引性200
6.3.1模型描述及预备知识201
6.3.2概周期解的存在性和专享性202
6.3.3概周期解的全局吸引性204
6.3.4数值算例及仿真207
6.4具比例时滞递归神经网络反周期解的多项式稳定性209
6.4.1模型描述及预备知识209
6.4.2反周期解的全局多项式稳定性211
6.4.3数值算例及仿真214
参考文献215
第7章具比例时滞递归神经网络的散逸性218
7.1具单比例时滞递归神经网络的散逸性218
7.1.1模型描述及预备知识218
7.1.2散逸性分析219
7.1.3数值算例及仿真222
7.2具多比例时滞递归神经网络的散逸性224
7.2.1模型描述及预备知识224
7.2.2散逸性分析（一）225

具比例时滞递归神经网络的稳定性及其仿真与应用

库存： {{selectedSku?.stock}} 库存充足