您好,欢迎来到聚文网。 登录 免费注册
时滞递归神经网络理论与应用

时滞递归神经网络理论与应用

  • 字数: 139000
  • 装帧: 平装
  • 出版社: 人民交通出版社股份有限公司
  • 作者: 胡进
  • 出版日期: 2021-12-01
  • 商品条码: 9787114157998
  • 版次: 1
  • 开本: 16开
  • 页数: 120
  • 出版年份: 2021
定价:¥39 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
人工神经网络具有信息存储的分布性、信息处理的并行性、容错性和自适应性,因此广泛应用于信号处理、优化计算、模式识别和智能控制等众多领域。本书分两部分对时滞递归神经网络的理论与应用进行了介绍:第一部分对随机时滞递归神经网络的稳定性进行了分析,第二部分则对递归神经网络在优化算法及智能控制等方面的应用进行了介绍。本书可供数学、系统科学、计算机、自动化等专业的研究生或高年级本科生学习参考。
目录
引言 1第1 部分 随机时滞递归神经网络的稳定性分析第1 章 随机微分方程的稳定性问题 5 1. 1 随机微分方程的概念 5 1. 2 随机微分方程的稳定性 9第2 章 随机时滞Hopfield 神经网络的稳定性 12 2. 1 系统的描述 12 2. 2 预备知识 13 2. 3 稳定性分析 14第3 章 随机时滞细胞神经网络的稳定性 21 3. 1 系统的描述 21 3. 2 预备知识 22 3. 3 稳定性分析 24 3. 4 一些有用的推论 27 3. 5 用LMI 方法研究SDCNN 的稳定性 27第4 章 随机时滞递归神经网络的稳定性 30 4. 1 系统的描述 30 4. 2 稳定性分析 31 4. 3 推论 32第2 部分 递归神经网络在优化算法及智能控制中的应用第5 章 递归神经网络在复变量优化问题中的应用 35 5. 1 优化算法简介 35 5. 2 优化算法模型分析 38 5. 3 模型设计 43 5. 4 数值仿真 46第6 章 不连续复数神经网络的全局指数周期性 51 6. 1 引言 51 6. 2 模型简介与预备知识 536. 3 周期解分析 57 6. 4 本章小结 63第7 章 时滞递归神经网络的能量函数 64 7. 1 引言 64 7. 2 主要结果 66 7. 3 应用 72 7. 4 本章小结 72第8 章 基于LMI 方法的时滞递归神经网络的鲁棒控制 73 8. 1 预备知识 73 8. 2 主要结果 73 8. 3 本章小结 78参考文献 79

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网