×
Nagamani，G。；A.卡南。；Soundararajan，G。

具有多比例延迟的BAM细胞神经网络的延迟相关和独立状态估计。 （英语） Zbl 1508.34093号

电路系统。信号处理。 40，第7号，3179-3203（2021）。
摘要：本文研究了一类具有多比例延迟的双向联想记忆细胞神经网络的状态估计问题。该问题的主要目标是利用所提出网络的已知输出测量值绘制状态估计器，使估计误差系统的动力学全局渐近稳定。通过构造适当的Lyapunov-Krasovskii泛函（LKF），并利用Lyapunov稳定性理论，以线性矩阵不等式（LMI）的形式获得了时滞相关和独立的充分条件，以达到规定的估计性能。使用指定的参数值，通过求解得到的LMI来计算状态估计器增益矩阵。最后，通过数值算例说明了所提理论结果的适用性和优势。

MSC公司：

34公里23 泛函微分方程解的复杂（混沌）行为
93立方厘米 延迟控制/观测系统
92B20型 生物研究、人工生命和相关主题中的神经网络
93D05型 李亚普诺夫和控制理论中的其他经典稳定性（拉格朗日、泊松、（L^p、L^p）等）

关键词：

状态估计；BAM细胞神经网络；比例延迟；Lyapunov-Krasovskii函数；线性矩阵不等式

软件：

美国有线电视新闻网
PDF格式BibTeX公司 XML格式引用
\textit{G.Nagamani}等人，《电路系统》。信号处理。40，编号7，3179--3203（2021；Zbl 1508.34093）
全文： 内政部

参考文献：

[1] 阿加尔赫德，J。；比拉达尔，GS；Mytri，VD，《多链路无线多媒体传感器网络中的节能QoS路由》，国际计算杂志。科学。Netw公司。安全。，12, 5, 25-31 (2012)
[2] 阿利米，AM；奥伊提，C。；Assali，EA，一类具有多比例延迟的惯性神经网络的有限时间和固定时间同步及其在安全通信中的应用，神经计算，332，29-43（2019）·doi:10.1016/j.neucom.2018.11.020
[3] Balasubramaniam，P。；卡尔帕纳，M。；Rakkiyappan，R.，泄漏项中具有时滞和无界分布时滞的模糊细胞神经网络的存在性和全局渐近稳定性，电路系统。信号处理。，30, 6, 1595-1616 (2011) ·Zbl 1238.93085号 ·doi:10.1007/s00034-011-9288-7
[4] 陈，Q。；唐，D。；周，W。；Xu，Y.，具有多延迟和Lévy噪声的马尔可夫跳跃神经网络的自适应指数状态估计，电路系统。信号处理。，38, 7, 3321-3339 (2019) ·doi:10.1007/s00034-018-1004-4
[5] 陈，Y。；王，Z。；刘，Y。；Alsaadi，FE，通过增强Lyapunov-Krasovskii泛函的分布式延迟神经网络的随机稳定性，Appl。数学。计算。，338, 869-881 (2018) ·Zbl 1427.93256号
[6] 陈，Y。；Fei，S。；Li，Y.，不确定饱和时滞系统的鲁棒镇定：分布时滞相关多面体方法，IEEE Trans。自动。控制，62,73455-3460（2016）·Zbl 1370.93231号 ·doi:10.1109/TAC.2016.2611559
[7] Cheng，P。；齐，Y。；辛，K。；陈，J。；Xie，L.，多跳无线传感器网络中用于状态估计的节能数据转发，IEEE Trans。自动。控制，61，5，1322-1327（2015）·Zbl 1359.93480号 ·doi:10.1109/TAC.2015.2461831
[8] Chua，LO；Yang，L.，《细胞神经网络：理论》，IEEE Trans。电路系统。，35, 10, 1257-1272 (1988) ·Zbl 0663.94022号 ·doi:10.1109/31.7600
[9] Chua，LO；Roska，T.，《细胞神经网络与视觉计算：基础与应用》（2002），剑桥：剑桥大学出版社，剑桥·doi:10.1017/CBO9780511754494
[10] Cuevas，E。；马萨诸塞州迪亚斯·科特斯；Mezura-Montes，E.，《利用细胞神经网络（CNN）和进化技术对强度图像进行角点检测》，神经计算，347，82-93（2019）·doi:10.1016/j.neucom.2019.03.014
[11] Dong，X。；He，S。；Stojanovic，V.，一类带有跳变故障信号的离散时间圆锥型非线性马尔可夫跳变系统的鲁棒故障检测滤波器设计，IET控制理论应用。(2020) ·doi:10.1049/iet-cta.2019.1316
[12] Gómez-Expósito，A。；哥梅斯·奎尔斯，C。；Díafić，I.，智能配电系统两个时间尺度的状态估计，IEEE Trans。智能电网，6，1，421-430（2014）·doi:10.1109/TSG.2014.2335611
[13] 郭，Y。；Xin，L.，时变时滞脉冲高阶BAM神经网络的渐近和鲁棒均方稳定性分析，电路系统。信号处理。，37, 7, 2805-2823 (2018) ·Zbl 1421.34047号 ·doi:10.1007/s00034-017-0706-3
[14] 卡尔帕纳，M。；Balasubramaniam，P.，具有泄漏项时间延迟和混合延迟的模糊细胞神经网络的渐近状态估计：样本数据方法，J.Egypt。数学。Soc.，24，1，143-150（2016）·Zbl 1338.93225号 ·doi:10.1016/j.joems.2014.07.003
[15] Kosko，B.，自适应双向联想存储器，应用。选择。，26, 23, 4947-4960 (1987) ·doi:10.1364/AO.26.004947
[16] 库尔卡尼，S。；沙尔马，R。；Mishra，I.，《使用延迟和带宽约束的MPLS网络的新QoS路由算法》，国际期刊《信息通信》。技术。，285-293年2月3日（2012年）
[17] Liu，B.，具有多比例延迟的非自主细胞神经网络的全局指数收敛，神经计算，191352-355（2016）·doi:10.1016/j.neucom.2016.01.046
[18] Liu，PL，对具有时变时滞的时滞细胞神经网络的时滞相关全局鲁棒指数稳定性的进一步改进，神经过程。莱特。，47, 3, 1177-1195 (2018) ·doi:10.1007/s11063-017-9683-6
[19] 马格拉维拉斯，N。；Stamkopoulos，T。；帕帕斯，C。；Strintzis，M.，基于神经网络和双向联想记忆的ECG处理技术，J.Med.Eng.Technol。，22, 3, 106-111 (1998) ·doi:10.3109/03091909809062475
[20] 马修，JL；科赫，S。；Callaway，DS，电力负荷的状态估计和控制，以管理实时能量不平衡，IEEE Trans。电力系统。，28, 1, 430-440 (2012) ·doi:10.1109/TPWRS.2012.2204074
[21] Ratnavelu，K。；马尼坎丹，M。；Balasubramaniam，P.，具有泄漏和无界分布延迟的BAM模糊细胞神经网络的状态估计器设计，信息科学。，397, 91-109 (2017) ·doi:10.1016/j.ins.2017.02.056
[22] 罗斯卡，T。；Chua，LO，具有非线性和延迟型模板元素和非均匀网格的细胞神经网络，国际电路理论应用杂志。，20, 5, 469-481 (1992) ·Zbl 0775.92011号 ·doi:10.1002/cta.4490200504
[23] 萨克西维尔，R。；瓦迪维尔，P。；马蒂亚拉甘，K。；阿伦库马尔，A。；Sivachitra，M.，具有泄漏延迟的双向联想记忆神经网络的状态估计器设计，信息科学。，296, 263-274 (2015) ·Zbl 1360.68710号 ·doi:10.1016/j.ins.2014.10.063
[24] 斯托亚诺维奇，V。；Prsic，D.，非高斯噪声下故障检测的鲁棒识别：在液压伺服驱动中的应用，非线性动力学。，100, 2299-2313 (2020) ·Zbl 1516.93031号 ·doi:10.1007/s11071-020-05616-4
[25] 斯托亚诺维奇，V。；Nedic，N.，《非高斯噪声下时变OE模型的识别：在气动伺服驱动中的应用》，《国际鲁棒非线性控制》，26，18，3974-3995（2016）·Zbl 1351.93161号 ·doi:10.1002/rnc.3544
[26] 斯托亚诺维奇，V。；Nedic，N.，液压驱动并联机器人平台级联控制的自然启发参数调整方法，J.Optim。理论应用。，168, 1, 332-347 (2016) ·Zbl 1352.93077号 ·doi:10.1007/s10957-015-0706-z
[27] 陶，H。；王，P。；陈，Y。；斯托亚诺维奇，V。；Yang，H.，使用STFT和生成神经网络的滚动轴承无监督故障诊断方法，J.Franklin Inst.（2020）·Zbl 1455.94231号 ·doi:10.1016/j.jfranklin.2020.04.024
[28] Wang，T。；朱琦，具有反应扩散、多比例和分布时滞的随机BAM神经网络的稳定性分析，物理学。A、 533121935（2019）·Zbl 07570014号 ·doi:10.1016/j.physa.2019.121935
[29] Wang，W。；袁，M。；罗，X。；刘，L。；Zhang，Y.，具有多比例延迟和随机扰动的BAM记忆神经网络的反同步控制，Mod。物理学。莱特。B、 32、3、1850028（2018）·doi:10.1142/S0217984918500288
[30] Wang，W。；王，X。；罗，X。；Yuan，M.，基于忆阻的BAM神经网络的有限时间投影同步及其在图像加密中的应用，IEEE Access，6，56457-56476（2018）·doi:10.1109/ACCESS.2018.2872745
[31] 王，X。；夏，J。；Wang，J。；Wang，J。；Wang，Z.，基于隐马尔可夫模型的衰落信道下模糊跳跃神经网络的被动状态估计，Phys。A、 535122437（2019）·Zbl 07571233号 ·doi:10.1016/j.physa.2019.122437
[32] 王，Z。；董，M。；秦，Y。；杜，Y。；赵，F。；Gu，L.，基于道路分类的自适应卡尔曼滤波悬架系统状态估计，Veh。系统。动态。，55371-398（2017）·doi:10.1080/00423114.2016.1267374
[33] J.Xiao，W.Wang，M.Wang，基于记忆BAM神经网络的图像加密算法，IEEE第三届网络空间数据科学国际会议，第205-212页（2018）
[34] Xing，L。；周磊，比例延迟BAM神经网络的多项式耗散性，国际生物数学杂志。，13, 6, 2050050 (2020) ·Zbl 07336037号 ·doi:10.1142/S1793524520500503
[35] 徐，C。；Li，P.，具有泄漏延迟、分布延迟和比例延迟的模糊细胞神经网络的全局指数收敛，电路系统。信号处理。，37, 1, 163-177 (2018) ·兹比尔1497.93193 ·doi:10.1007/s00034-017-0557-y
[36] 亚利松，M。；Ayhan，T。；Yeniçeri，R.，《可重构细胞神经网络及其应用》（2019年），柏林：施普林格出版社，柏林
[37] 张，XM；Han，QL，基于改进的互易凸不等式的时变时滞静态神经网络的状态估计，IEEE Trans。神经网络。学习。系统。，29, 4, 1376-1381 (2017) ·doi:10.1109/TNNLS.2017.2661862
[38] 郑，CD；Wang，Y。；Wang，Z.，脉冲扰动下混合时滞和泄漏时滞模糊细胞神经网络的全局稳定性，电路系统。信号处理。，33, 4, 1067-1094 (2014) ·doi:10.1007/s00034-013-9677-1
[39] 周，L.，一类具有脉冲和多比例延迟的递归神经网络的延迟相关和延迟相关无源性，神经计算，308，235-244（2018）·doi:10.1016/j.neucom.2018.04.076
[40] 祖，J。；于，Z。；Meng，Y.，比例延迟高阶双向联想记忆（BAM）神经网络的全局指数稳定性，神经过程。莱特。(2020) ·doi:10.1007/s11063-020-1026-x
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。