×

耦合延迟神经网络的全局同步及其在混沌CNN模型中的应用。 (英语) Zbl 1077.37506号

摘要:本文建立了一个线性扩散耦合恒等延迟神经网络(DNNs)系统的模型,并对其动力学进行了研究。DNNs是延迟Hopfied神经网络(DHNNs)和延迟细胞神经网络(DCNNs)的推广。特别地,基于Lyapunov泛函方法和Hermitian矩阵理论,推导了此类耦合DNN全局同步的一个简单而通用的充分条件。研究表明,通过适当设计耦合矩阵和内连接矩阵,可以确保耦合DNN的全局同步,并将结果应用于一些典型的混沌神经网络。最后,通过数值仿真验证了该方法的有效性。

MSC公司:

37D45号 奇异吸引子,双曲行为系统的混沌动力学
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 曹J.,Phys。莱特。270页157–·doi:10.1016/S0375-9601(00)00300-5
[2] 内政部:10.1142/9789812798640·doi:10.1142/9789812798640
[3] 陈毅,矩阵分析(2000)
[4] 消防P.,《科学》291第1560页–
[5] 内政部:10.1007/978-1-4612-9892-2·doi:10.1007/978-1-4612-9892-2
[6] DOI:10.1073/pnas.91.1.63·doi:10.1073/pnas.91.1.63
[7] DOI:10.1016/S0960-0779(02)00214-X·Zbl 1065.70015号 ·doi:10.1016/S0960-0779(02)00214-X
[8] Lu H.,IEEE翻译。电路系统。第43页,700–
[9] Lu H.,物理学。第64版,第1页
[10] Lu H.,物理学。莱特。298第109页–·Zbl 0995.92004号 ·doi:10.1016/S0375-9601(02)00538-8
[11] 内政部:10.1063/1.166278·Zbl 0933.37030号 ·数字对象标识代码:10.1063/116278
[12] Pecora L.M.,物理学。第58版,第347页
[13] 内政部:10.1103/PhysRevLett.80.2109·doi:10.1103/PhysRevLett.80.2109
[14] 内政部:10.1109/81.904879·Zbl 0994.82065号 ·doi:10.1109/81.904879
[15] Rangarajan G.,物理。莱特。296页,第312页–
[16] 阮J.,神经动力学模型、方法和应用(2002)
[17] DOI:10.1017/0140525x00047336·doi:10.1017/S0140525X00047336
[18] 内政部:10.1038/35004588·doi:10.1038/35004588
[19] 内政部:10.1109/81.974874·Zbl 1368.93576号 ·数字对象标识代码:10.1109/81.974874
[20] 内政部:10.1142/S0218127402004292·doi:10.1142/S0218127402004292
[21] Wu C.W.,IEEE翻译。电路系统。42页430–
[22] 内政部:10.1109/81.983875·Zbl 1368.93616号 ·doi:10.1109/81.983875
[23] Zhou T.,物理。莱特。301第231页–·Zbl 0997.37015号 ·doi:10.1016/S0375-9601(02)00973-8
[24] 内政部:10.1109/81.222797·Zbl 0782.92003号 ·数字对象标识代码:10.1109/81.222797
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。