具有时滞的双向联想记忆(BAM)的神经网络的全局动力学行为

摘要：

在没有假定关联函数的光滑性,单调性和有界性的条件下,应用Liapunov泛函方法和矩阵代数技术,得到具有常数传输时滞的双向联想记忆(BAM)的神经网络模型平衡点存在性和全局指数稳定性的一些新的充分条件,这些条件可以由网络参数,连接矩阵和关联函数的Lipschitz常数所表示的M矩阵来刻化.这些结果不仅是简单和实用的,而且相对于已有文献的结果具有较少的限制和更易于验证.

关键词：双向联想记忆(BAM)、神经网络、全局指数稳定、Liapunov泛函

所属期刊栏目：26

分类号：O175;TN911(数学分析)

资助基金：国家自然科学基金60474071,10171061;中国博士后科学基金20040350121;河北省教育厅科研项目2003103;河北省科研项目

在线出版日期：2005-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：300-308