作者：朱进著
页数：169页
出版社：中国科学技术大学出版社
出版日期：2022
ISBN：9787312054891
电子书格式：pdf/epub/txt
内容简介
本书对递归神经网络的稳定性和无源性问题进行论述。介绍了递归神经网络的稳定性，通过把广义模型变换方法与一类新的Lyapunov-Krasovskii泛函相结合，给出了具有较小保守性的稳定性判别准则。其中递归神经网络包括中立型Hopfield神经网络和中立型双向联想记忆神经网络；论述了具有时变时滞和参数不确定性递归神经网络的无源性问题，通过构造适当的Lyapunov-Krasovskii泛函，给出了满足给定的无源性定义条件下的无源性准则，该准则具有线性矩阵不等式形式，易于求解；讨论了标准神经网络模型的无源性问题及标准神经网络模型的状态估计问题。
目录
前言
第1章 绪论
1.1 神经网络的发展历史及基本功能
1.2 递归神经网络的概述
1.3 递归神经网络稳定性的研究背景和意义
1.4 无源性的研究背景和意义
1.5 与书相关的预备知识
第2章 中立型Hopfield神经网络的时滞相关鲁棒稳定性
2.1 系统描述与预备知识
2.2 主要结果
2.3 数值例子
2.4 小结
第3章 中立型双向联想记忆神经网络的时滞相关鲁棒稳定性
3.1 系统描述与预备知识
3.2 主要结果
3.3 数值例子
3.4 小结
第4章 递归神经网络的时滞相关无源性分析
4.1 系统描述与预备知识
4.2 主要结果
4.3 数值例子
4.4 小结
第5章 离散时滞标准神经网络模型的时滞相关无源性
5.1 系统描述和预备知识
5.2 主要结果
5.3 数值例子
5.4 小结
第6章 基于标准神经网络模型的非线性系统的鲁棒无源控制
6.1 系统描述和预备知识
6.2 主要结果
6.3 数值例子
6.4 小结
第7章 离散时滞标准神经网络的状态估计
7.1 系统描述和预备知识
7.2 主要结果
7.3 数值例子
7.4 小结
第8章 时滞标准神经网络的状态估计
8.1 系统描述和预备知识
8.2 主要结果
8.3 数值例子
8.4 小结
参考文献
后记
第1章 绪论
1.1 神经网络的发展历史及基本功能
1.2 递归神经网络的概述
1.3 递归神经网络稳定性的研究背景和意义
1.4 无源性的研究背景和意义
1.5 与书相关的预备知识
第2章 中立型Hopfield神经网络的时滞相关鲁棒稳定性
2.1 系统描述与预备知识
2.2 主要结果
2.3 数值例子
2.4 小结
第3章 中立型双向联想记忆神经网络的时滞相关鲁棒稳定性
3.1 系统描述与预备知识
3.2 主要结果
3.3 数值例子
3.4 小结
第4章 递归神经网络的时滞相关无源性分析
4.1 系统描述与预备知识
4.2 主要结果
4.3 数值例子
4.4 小结
第5章 离散时滞标准神经网络模型的时滞相关无源性
5.1 系统描述和预备知识
5.2 主要结果
5.3 数值例子
5.4 小结
第6章 基于标准神经网络模型的非线性系统的鲁棒无源控制
6.1 系统描述和预备知识
6.2 主要结果
6.3 数值例子
6.4 小结
第7章 离散时滞标准神经网络的状态估计
7.1 系统描述和预备知识
7.2 主要结果
7.3 数值例子
7.4 小结
第8章 时滞标准神经网络的状态估计
8.1 系统描述和预备知识
8.2 主要结果
8.3 数值例子
8.4 小结
参考文献
后记
