×
陈永辉;薛、余;张，西安

具有混合时滞和有界扰动的高阶四元数Hopfield神经网络状态定界的直接分析方法。 （英语） Zbl 1530.93149号

数学。方法应用。科学。 46，编号8，8646-8662（2023）。

MSC公司：

93B70型 网络控制
11兰特52 四元数和其他除法代数：算术、zeta函数
93立方厘米 延迟控制/观测系统
93个B03 可达集，可达性

关键词：

直接分析法;四元数Hopfield神经网络;可达集估计;州边界;无界分布延迟
PDF格式BibTeX公司 XML格式引用
\textit{Y.Chen}等人，数学。方法应用。科学。46，编号8，8646--8662（2023；Zbl 1530.93149）
全文： 内政部

参考文献：

[1] 霍普菲尔德JJ。具有突发集体计算能力的神经网络和物理系统。美国国家科学院院刊1982；79(8):2554‐2558. ·Zbl 1369.92007号
[2] BaSS、XiaD、GibbonsEM。基于一种新的优化方法的转子Hopfield神经网络用于固体氧化物燃料电池的模型识别和策略应用。《国际氢能杂志》，2020年；45(51):27694‐27704.
[3] AnithaK、DhanalakshmiR、NareshK。基于内容的图像检索中用于图像分类的双曲Hopfield神经网络。国际J Wavel多分辨率信息流程。2021;19(1):2050059. ·Zbl 1459.62127号
[4] 鲍里斯科夫。基于脉冲Hopfield神经网络和LIF振荡器速率编码的面向物联网的联想存储器设计。电子产品。2020;9(9):1468.
[5] PratapA、RajaR、AlzabutJ、CaoJ、RajchakitG、HuangCX。四元数域分数阶神经网络的Mittag-Lefler稳定性和自适应脉冲同步。数学方法应用科学。2020;43(10):6223‐6253. ·Zbl 1455.34010号
[6] LiYK，XiangJL。用直接方法研究四元数高阶时滞Hopfield神经网络概周期解的存在性和全局指数稳定性。数学方法应用科学。2020;43(10):6165‐6180. ·Zbl 1455.93167号
[7] WeiRY、CaoJD、HuangCX。时滞四元数值记忆神经网络的拉格朗日指数稳定性。数学方法应用科学。2020;43(12):7269‐7291. ·Zbl 1451.34093号
[8] PavlloD、FeichtenhoferC、AuliM。使用基于四元数的神经网络建模人体运动。国际计算机视觉杂志。2020;128(4):855‐872. ·Zbl 1477.68407号
[9] OnyekpeU、PaladeV、Kanarachos。一种用于传感器融合的四元数门控递归单元神经网络。信息。2021;12（3）:117。
[10] 利兹。使用中间四元数的刚体航天器姿态跟踪的容错有限时间控制器。IEEE Trans-Aerosp电子系统。2021;57(1):540‐553.
[11] YonghuiC C、XianZ、YuX。具有无界分布时滞和时变离散时滞的高阶四元数Hopfield神经网络的全局指数同步。数学计算模拟。2022;193:173‐189. ·Zbl 07442869号
[12] Davalos‐GuzmanU，CastanedaCE。基于递归高阶神经网络的二自由度机器人实时控制系统的硬件在环结构设计与实现。应用科学。2021;11(3):1154.
[13] SelvanambiR、NatarajanJ、KaruppiahM。基于萤火虫群优化的高阶递归神经网络在肺癌预测中的应用。神经计算应用。2020;32(9):4373‐4386.
[14] Wang M，ChenLL（陈）。广义高阶神经网络模型及其在现代广东海关档案检索中的应用。IEEE接入。2020;8:145290‐145296.
[15] ZhuS、GaoY、HouYX、YangCY。具有扰动的记忆复数神经网络的可达集估计。IEEE Trans Neural Netw学习系统。2022.doi:10.1109/TNNLS.2022.3167117
[16] XiangWM、TranHD、YangXD、JohnsonTT。神经网络控制系统的可达集估计：一种模拟引导的方法。IEEE Trans Neural Netw学习系统。2021;32(5):1821‐1830.
[17] 蒋XL、夏戈、冯志刚、蒋志勇、邱建军。时变时滞马尔可夫跳变中立型神经网络的可达集估计。IEEE Trans Cybern公司。2022;52(2):1150‐1163.
[18] TanGQ、WangZS。基于改进的互凸不等式的时滞马尔可夫跳跃神经网络可达集估计。IEEE Trans Neural Netw学习系统。2022;33(6):2737‐2742.
[19] BayenAM、MitchellIM、OishiMMK。通过基于最优控制的可达集计算进行飞机自动着陆器安全分析。制导控制动力学杂志。2007;30（1）：68‐77。
[20] TomlinCJ、LygerosJ、SastrySS。混合系统控制器设计的博弈论方法。IEEE程序。2000;88(7):949‐970.
[21] JunlanW、XinW、Yantao W、XianZ。比例延迟高阶惯性神经网络全局h稳定性准则的非降阶方法。应用数学计算。2021;407:126308. ·Zbl 1510.34163号
[22] 海防L、宁Z、新W、仙Z、鹏S。时滞线性离散系统指数稳定的充要条件。IEEE Trans Autom控制。2019;64(2):712‐719. ·Zbl 1482.39002号
[23] 泽瑜、新伟、仙子。基于非奇异M矩阵的高阶延迟离散时间Cohen-Grossberg神经网络全局指数稳定性分析。应用数学计算。2020;385:125401. ·Zbl 1508.39013号
[24] ChunyanL、XinW、YuX。具有时变离散时滞和无界分布时滞的离散时间遗传调控网络的全局指数稳定性分析。神经计算。2020;372:100‐108.
[25] 川科兹、永和、林杰、明尼苏达州。考虑保守性和复杂性的时滞神经网络稳定性分析。IEEE Trans Neural Netw学习系统。2016;27(7):1486‐1501.
[26] YongH、MengdiJ、ChuankeZ、MinW。基于自由矩阵积分不等式的时变时滞神经网络的全局指数稳定性。神经网络。2016;第77:80‐86页·Zbl 1417.34174号
[27] ChenYH、XueY、YangXN、ZhangX。一种直接分析混合时滞四元数记忆神经网络拉格朗日全局指数稳定性的方法。应用数学计算。2023;439:127633. ·Zbl 07689974号
[28] ShiKB、ZhuH、ZhongSM、ZengY、ZhangYP。使用延迟划分方法改进了具有离散和分布式时变延迟的神经网络的延迟相关稳定性准则。农林王朝。2015;79（1）:575‐592·Zbl 1331.93184号
[29] ShiKB、ZhuH、ZhongSM、ZengY、ZhangYP。使用多重积分方法对具有离散和分布时滞的中立型神经网络进行新的稳定性分析。J Franklin Inst.2015；352（1）：155‐176·Zbl 1307.93309号
[30] 曾HB、HeY、WuM、SheJ。离散分布时滞系统稳定性分析的新结果。自动化。2015;60:189‐192. ·Zbl 1331.93166号
[31] 文勤W、首明Z、冯L、俊C。具有随机离散时滞和分布时滞的不确定随机遗传调控网络的鲁棒时滞概率分布依赖稳定性。国际J鲁棒非线性控制。2014;24(16):2574‐2596. ·Zbl 1302.93233号
[32] LiRX、GaoXB、CaoJD、ZhangK。四元数值Cohen-Grossberg神经网络的稳定性分析。数学方法应用科学。2019;42(10):3721‐3738. ·Zbl 1419.34154号
[33] LinWJ、HeY、WuM、LiuQP。变时滞马尔可夫跳变神经网络的可达集估计。神经网络。2018;108:527‐532. ·Zbl 1441.93019号
[34] 徐志伟、苏海燕、ShiP、LuRQ、WuZG。变时滞马尔可夫跳跃神经网络的可达集估计。IEEE Trans Cybern公司。2017;47(10):3208‐3217.
[35] LiJR、FengZG、ZhaoYX、ShiJ。具有时变时滞的离散双线性系统的可达集估计。《J Franklin Inst.2018》；355:5721‐5735. ·Zbl 1451.93018号
[36] HumphreesU、RajchakitG、KaewmesriP。具有时滞的随机记忆四元数值神经网络：均方指数输入-状态稳定性分析。数学。2020;8(5):815.
[37] Yang S、HuC、JiangHJ。具有脉冲的分数阶四元数值记忆神经网络的有限时间Mittag-Lefler稳定性。神经过程快报。2020;51(2):1485‐1526.
[38] 高仪、朱仕、李杰。一类具有扰动的记忆复数神经网络的可达集定界。神经计算。2020;385:368‐377页。
[39] 高仪、朱斯、杨CY。输入扰动有界的模糊记忆神经网络的状态定界。神经网络。2021;134:163‐172. ·Zbl 1497.93131号
[40] 泽瑜、仙姿、新伟。具有时变时滞的离散时间高阶神经网络的状态估计。神经计算。2020;411:282‐290.
[41] 薛毅、丽娜、仙姿。具有时变时滞和有界扰动的遗传调控网络的可达集估计。神经计算。2020;403:203‐210.
[42] 薛毅、刘CY、张欣。具有时变时滞和有界扰动的离散时间遗传调控网络的状态边界描述和可达集估计。IEEE跨系统网络：系统。2022;52(10):6652‐6661.
[43] DuanHL、PengT、TuZW。离散和分布时滞四元数神经网络的全局指数稳定性和全局功率稳定性。IEEE接入。2020;8:46837‐46850.
[44] YouXX、SongQK、LiangJ。全球的
具有混合时变时滞的四元数值神经网络的稳定性。神经计算。2018;290分12秒-25秒。
[45] WangHM、TanJ、WenSP。基于分解方法的混合延迟四元数神经网络的指数稳定性分析。IEEE接入。2020;8:91501‐91509.
[46] 刘LB，陈芳。具有泄漏时滞和混合两个附加时变时滞的四元数值神经网络的状态估计。神经过程快报。2020;51(3):2155‐2178.
[47] 陈芳、宋庆科。多时滞四元数神经网络的状态估计。IEEE跨系统网络：系统。2019;49(11):2278‐2287.
[48] 张XM、韩秋林、王ZD。具有两个可加时变延迟分量的神经网络的神经状态估计。IEEE Trans Cybern公司。2017;47(10):3184‐3194.
[49] SriramanR、RajchakitG、LimCP、ChanthornP、SamiduriR。具有时滞的离散时间随机四元数神经网络：渐近稳定性分析。对称性。2020;12(6):936.
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。