研究文章

时变时滞和泄漏时滞四元数高阶Hopfield神经网络的伪概周期解

  • 收到:2021年2月24日 认可的:2021年7月5日 出版:2021年7月7日
  • MSC公司:34K14、34K20、34N05、92B20

  • 研究了一类具有时变时滞和泄漏时滞的四元数高阶Hopfield神经网络。基于Banach不动点定理和时间尺度微积分理论,得到了所考虑网络伪概周期解的存在性和全局指数稳定性的一些充分条件。本文的结果是全新的。最后,通过一个实例说明了所得结果的有效性。

    引用:孟晓芳,李永坤.时变时滞和泄漏时滞四元数高阶Hopfield神经网络的伪概周期解[J]。AIMS数学,2021,6(9):10070-10091。doi:10.3934/每小时2021585

    相关论文:

  • 研究了一类具有时变时滞和泄漏时滞的四元数高阶Hopfield神经网络。基于Banach不动点定理和时间尺度微积分理论,得到了所考虑网络伪概周期解的存在性和全局指数稳定性的一些充分条件。本文的结果是全新的。最后,通过一个实例说明了所得结果的有效性。



    加载中


    [1] B.Xu,X.Liu,X.Liao,高阶时滞Hopfield神经网络的全局渐近稳定性,计算。数学。申请。,45(2003), 1729-1737. 数字对象标识:10.1016/S0898-1221(03)00151-2
    [2] X.Lou,B.Cui,时变时滞高阶Hopfield型神经网络的新全局稳定性准则,数学杂志。分析。申请。,330(2007), 144-158. 数字对象标识:2016年10月10日/j.jmaa.2006.07.058
    [3] C.Ou,高阶Hopfield神经网络的反周期解,计算。数学。申请。,56(2008), 1838-1844. 数字对象标识:2016年10月10日/j.camwa.2008.04.029
    [4] Y.Yu,M.Cai,高阶Hopfield神经网络近周期解的存在性和指数稳定性,数学。计算。模型。,47(2008), 943-951. 数字对象标识:2016年10月10日/j.mcm.2007.06.014
    [5] B.Xiao,H.Meng,高阶Hopfield神经网络正概周期解的存在性和指数稳定性,申请。数学。模型。,33(2009), 532-542. 数字对象标识:2016年10月10日/j.apm.2007.11.027
    [6] L.Duan,L.Huang,Z.Guo,具有不连续激活的延迟高阶Hopfield神经网络的稳定性和概周期性,非线性发电机。,77(2014), 1469-1484. 数字对象标识:2017年10月10日/11071-014-1392-3
    [7] C.Xu,P.Li,具有时变泄漏时滞的高阶Hopfield神经网络的伪概周期解,神经过程。莱特。,46(2017), 41-58. 数字对象标识:2007年10月10日/11063-016-9573-3
    [8] C.Xu,P.Li,Y.Pang,具有比例延迟的区间广义双向联想记忆(BAM)神经网络的全局指数稳定性,数学。方法。申请。科学。,39(2016), 5720-5731. 数字对象标识:10.1002/mma.3957
    [9] F.Kong,Q.Zhu,K Wang,J.J.Nieto,具有混合时变时滞和D算子的不连续BAM神经网络概周期解的稳定性分析,J.富兰克林。一、。,356(2019), 11605-11637. 数字对象标识:2016年10月10日/j.jfranklin.2019.09.030
    [10] F.Kong,R.Rajan,具有不确定外部扰动和混合时间的不连续模糊Cohen-Grossberg神经网络的有限时间和固定时间同步控制,模糊集。系统。,411(2021), 105-135. 数字对象标识:2016年10月10日/j.fss.2020.07.009
    [11] 沈文华,张晓霞,王永勇,比例时滞高阶神经网络的稳定性分析,神经计算,372(2020), 33-39. 数字对象标识:10.1016/j.neucom.2019.09.019
    [12] Z.Dong,X.Zhang,X.Wang,时变时滞离散高阶神经网络的状态估计,神经计算,411(2020), 282-290. 数字对象标识:2016年10月10日/j.neucom.2020.06.047
    [13] K.Gopalsamy、Kondalsamy,BAM中的泄漏延迟,数学杂志。分析。申请。,325(2007), 1117-1132. 数字对象标识:2016年10月10日/j.jmaa.2006.02.039
    [14] P.Balasubramaniam,V.Vembarasan,R.Rakkiyappan,T-S模糊细胞神经网络中的泄漏延迟,神经过程。莱特。,33(2011), 111-136. 数字对象标识:2007年10月10日/11063-010-9168-3
    [15] R.Sakthivel,P.Vadivel,K.Mathiyalagan,A.Arunkumar,M.Sivachitra,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,通知。科学,296(2015), 263-274. 数字对象标识:10.1016/j.ins.2014.10.063
    [16] C.Xu,L.Chen,P.Li,比例延迟和连续分布泄漏延迟对CNN全局指数收敛的影响,亚洲J.控制,21(2019), 2476-2483. 数字对象标识:1942年10月10日
    [17] S.Hilger,度量链分析——连续和离散微积分的统一方法,结果数学。,18(1990), 18-56. 数字对象标识:2007年10月10日/BF03323153
    [18] Y.Li,C.Wang,时间尺度上动力学方程的一致概周期函数和概周期解,文章摘要。申请。分析。,2011(2011), 341520.
    [19] Y.Li,L.Yang,带泄漏项时滞的中立型高阶Hopfield神经网络的几乎自守解,申请。数学。计算。,242(2014), 679-693.
    [20] W.Yang,W.Yu,J.Cao,F.Alsaadi,T.Hayat,具有时变泄漏时滞的中立型高阶Hopfield BAM神经网络的几乎自守解,神经计算,267(2017), 241-260. 数字对象标识:10.1016/j.neucom.2017.05.089
    [21] Y.Li,X.Meng,L.Xiong,具有混合时变时滞和泄漏时滞的中立型高阶Hopfield神经网络的伪概周期解,国际J·马赫。学习。Cyb.循环。,8(2017), 1915-1927. 数字对象标识:10.1007/s13042-016-0570-7
    [22] T.Isokawa、T.Kusakabe、N.Matsui、F.Peper、,四元数神经网络及其应用,柏林,施普林格,2003年。
    [23] N.Matsui,T.Isokawa,H.Kusamichi,F.Peper,H.Nishimura,带几何运算符的四元数神经网络,J.智力。模糊系统。,15(2004), 149-164.
    [24] M.Yoshida,Y.Kuroe,T.Mori,hopfield型四元数神经网络模型及其能量函数,国际神经系统杂志。,15(2005), 129-135. 数字对象标识:10.1142/S012906570500013X号
    [25] Y.Li,J.Qin,B.Li,具有脉冲效应的时滞四元数细胞神经网络反周期解的存在性和全局指数稳定性,数学。方法。申请。科学。,42(2019), 5-23. 数字对象标识:10.1002/mma.5318
    [26] N.Huo,B.Li,Y.Li,状态相关时滞惯性四元数高阶Hopfield神经网络反周期解的存在性和指数稳定性,IEEE接入,7(2019), 60010-60019. 数字对象标识:10.1109/通道2019.2915935
    [27] 李毅,王海红,孟晓霞,具有时变和分布时滞的四元数高阶Hopfield神经网络的几乎自守同步,IMA数学杂志。控制I。,36(2019), 983-1013. 数字对象标识:10.1093/imamci/dny015
    [28] Y.Li,J.Xiang,利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。申请。科学。,43(2020), 6165-6180. 数字对象标识:10.1002/mma.6363
    [29] H.Wang,G.Wei,S.Wen,T,Huang,脉冲扰动对时滞四元数神经网络稳定性分析,申请。数学。计算。,390(2021), 125680.
    [30] C.Zhang,一些微分方程的伪概周期解,数学杂志。分析。申请。,151(1994), 62-76.
    [31] T.Diagana,一些微分方程的伪概周期解,非线性分析。西奥。,60(2005), 1277-1286. 数字对象标识:2016年10月10日/j.na.2004.11.002
    [32] F.Kong,X.Fang,离散时滞中立型神经网络的伪概周期解,申请。因特尔。,48(2018), 3332-3345. 数字对象标识:2007年10月10日/10489-018-1146-x
    [33] A.Zhang,具有中立型比例延迟和D算子的SICN的概周期解,神经过程。莱特。,47(2018), 57-70. 数字对象标识:2007年10月10日/11063-017-9631-5
    [34] A.Zhang,具有复杂偏差变元的伪概周期高阶细胞神经网络,国际J·马赫。学习。Cyb.循环。,10(2019), 301-309. 数字对象标识:2007年10月17日/13042-017-0715-3
    [35] 李毅,王春红,时间尺度上动力方程的伪概周期函数和伪概周期解,高级差异。埃克。,2012(2012), 77. 数字对象标识:10.1186/1687-1847-2012-77
    [36] A.Arbi,J.Cao,一类具有混合时变时滞和泄漏时滞的新型竞争中立型神经网络的时空尺度上的伪最周期解,神经过程。莱特。,46(2017), 719-745. 数字对象标识:2007年10月10日/11063-017-9620-8
    [37] A.Zhang,带D算子的中立型SICN的伪概周期解,J.实验理论。Artif公司。英寸。,29(2017), 795-807. 数字对象标识:10.1080/0952813X.2016.1259268
    [38] M.Bohner、A.Peterson、,时间尺度上的动力学方程:应用简介《施普林格科学与商业媒体》,2001年。
    [39] M.Bohner、A.Peterson、,时间尺度动力学方程研究进展《施普林格科学与商业媒体》,2002年。
  • 读者评论
  • ©2021作者,授权人AIMS Press。这是一篇开放存取的文章根据知识共享署名许可证的条款(http://creativecommons.org/licenses/by/4.0)
通讯作者:陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. 中国知网
1.8 3.4

韵律学

文章观点(2025) PDF下载(121) 引用人()

文章大纲

图和表

数字(2)

作者撰写的其他文章

/

返回
返回

目录