本书系统地介绍了时滞递归神经网络中的重要问题。主要内容包括时滞递归神经网络的初边值问题、平衡态、周期解、概周期解、稳定性、鲁棒性、不变性、吸引性和吸引子的存在性及其空间位置的估计等问题。
本书可供理工科院校数学、应用数学、非线性科学、计算机科学、通信和信息科学、智能控制、人工智能及生物工程等相关专业的大学生、研究生、教师以及有关科学工作者学习与参考。
样章试读
目录
- 第1 章 概述
1.1 人工神经网络的起源与发展
1.2 神经元和人工神经网络的特点
1.3 人工神经网络的分类
1.4 人工神经网络的应用
参考文献
第2 章 几类递归神经网络模型
2.1 McCulloch-Pitts 递归神经网络模型
2.2 Hopfield 递归神经网络模型
2.3 Cohen-Grossberg 递归神经网络模型
2.4 静态递归神经网络模型
2.5 参数摄动对递归神经网络特性的影响
2.6 时间延迟对递归神经网络特性的影响
2.7 时滞反应扩散递归神经网络模型
2.8 含有Markov 跳跃的时滞随机反应扩散递归神经网络
参考文献
第3 章 时滞局域递归神经网络的动力行为
3.1 预备知识
3.2 离散时滞局域递归神经网络的稳定性分析
3.3 离散时滞区域递归神经网络的周期性分析
3.4 双向联想记忆时滞局域递归神经网络的稳定性分析
3.5 S 分布时滞局域递归神经网络稳定性分析
3.6 具有不同时间尺度的时滞竞争递归神经网络概周期分析
参考文献
第4 章 时滞静态递归神经网络的动力行为
4.1 迭合度方法
4.2 时滞静态递归神经网络的全局鲁棒稳定性
4.3 变时滞静态递归神经网络的概周期解存在性与全局渐近稳定性
4.4 变时滞静态递归神经网络的周期解的存在性与全局指数稳定性
4.5 有限区间上的S 分布时滞静态递归神经网络模型的全局鲁棒稳定性
4.6 有限区间上的S 分布时滞静态递归神经网络模型的全局周期吸引子
4.7 无穷区间上的S 分布时滞静态递归神经网络模型平衡点的全局渐近稳定性
4.8 无穷区间上的S 分布时滞静态递归神经网络模型概周期解的全局渐近稳定性
4.9 无穷区间上的S 分布时滞静态神经网络模型的不变集和吸引集
参考文献
第5 章 时滞反应扩散递归神经网络的动力行为
5.1 变时滞反应扩散Hopfield 递归神经网络的全局指数稳定性
5.2 变时滞反应扩散区间递归神经网络的鲁棒指数稳定性
5.3 变时滞反应扩散区间递归神经网络周期解的鲁棒指数稳定性
5.4 变时滞反应扩散静态递归神经网络的全局吸引子
5.5 S 分布时滞反应扩散递归神经网络的全局指数稳定性
5.6 S 分布时滞反应扩散区间递归神经网络的全局鲁棒指数周期性
5.7 含有Markov 跳跃的时滞随机反应扩散递归神经网络的指数稳定性
参考文献
第6 章 时滞反应扩散方程的吸引子与波动方程核截面的Hausdorff 维数估计
6.1 预备知识
6.2 自治时滞反应扩散方程的吸引子
6.3 非自治阻尼波动方程的核截面的Hausdorff 维数估计
参考文献
第7 章 Ляпунов定理的推广与矩阵微分方程的渐近行为研究
7.1 预备知识
7.2 非自治矩阵微分方程的等度稳定性
7.3 非自治矩阵微分方程的等度有界性
7.4 时滞矩阵微分方程的等度稳定性
7.5 关于稳定性Ляпунов 定理的推广
参考文献
索引