本项目的研究目标是揭示非线性脉冲神经网络的稳定性、收敛性、周期振荡性等相关性质和由此引起的分岔和混沌等现象; 揭示神经网络动力学行为的复杂性,探索神经网络的演化机制和内在规律, 以促进神经网络等相关领域的理论和应用研究的发展,并寻求其在实际中的应用。研究内容包括:研究脉冲时变神经网络的稳定性、收敛性以及周期振荡性, 给出易于验证的判别条件; 讨论非线性反应扩散脉冲时变神经网络和非线性随机脉冲时变神经网络的稳定性、收敛性与周期振荡性, 分析脉冲、延时、扩散项和随机项对其动力学行为的影响程度,并与不带脉冲、延时、扩散项和随机项的静态网络相比较,探讨怎样引导神经网络向改善其动力学能力的方向演化, 寻找具有更大适用范围的脉冲神经网络的稳定性、收敛性与周期振荡性判别条件, 通过计算机进行数值模拟和仿真验证所得理论的正确性。
{{i.achievement_title}}
数据更新时间:2023-05-31
黑河上游森林生态系统植物水分来源
敏感性水利工程社会稳定风险演化SD模型
基于Pickering 乳液的分子印迹技术
地震作用下岩羊村滑坡稳定性与失稳机制研究
多源数据驱动CNN-GRU模型的公交客流量分类预测
随机延时神经网络的动力学分析
两类典型脉冲延时神经网络的Hopf分岔研究
具有突触影响的脉冲时滞神经网络的动力学分析
随机延时神经网络的吸引子和分岔