1) standard neural network model
标准神经网络模型
1.
Applying Lyapunov stability theory and S-Procedure technique,sufficient condition was derived for the robust stability of delayed standard neural network model(SNNM) with norm-bounded uncertainties and constant delay.
针对具有范数有界不确定性和恒定时滞的标准神经网络模型(SNNM),利用李亚普诺夫稳定性理论和S-方法给出了其鲁棒稳定的判定条件,稳定性判据被表示为线性矩阵不等式的形式,易于求解。
2.
The design of robust stabilizing controller for discrete-time standard neural network model(SNMM) is investigated.
研究了离散标准神经网络模型(SNNM)的鲁棒镇定控制器综合问题,利用李亚普诺夫稳定性理论和S方法推导出了鲁棒状态反馈控制律存在的充分条件,并利用一个线性矩阵不等式的解给出了控制律的参数化表示。
3.
The standard neural network model(SNNM) was used to provide a unified framework for the stability analysis of various recurrent neural networks(RNN).
通过引入标准神经网络模型(SNNM),为不同的递归神经网络(RNN)提供了一个统一分析框架。
2) standard neural network model (SNNM)
标准神经网络模型
1.
The novel neural network model, named standard neural network model (SNNM), presented in this paper, is the interconnection of a linear dynamic system and a bounded static nonlinear operator.
提出一种新的神经网络模型——标准神经网络模型(SNNM),它由线性动力学系统和有界静态非线性算子连接而成。
2.
A novel neural network model named as standard neural network model (SNNM) was advanced.
本文提出一种新的神经网络模型———标准神经网络模型(SNNM),通过状态空间扩展法,将RMLP转化为SNNM,而SNNM的稳定性分析可转化为一组线性矩阵不等式(LMI)的求解,利用Matlab/LMIToolbox求解LMI,从而判定RMLP的Lyapunov稳定性,并考虑非零阈值对稳定性的影响。
3) Standard neuron-fuzzy model
标准型模糊神经网络
4) standard neural network model(SNNM)
标准神经网络模型(SNNM)
1.
The problems of robust asymptotic stability and exponential stability of delayed discrete-time standard neural network model(SNNM) were investigated.
研究了离散时滞标准神经网络模型(SNNM)的鲁棒渐进稳定性和指数稳定性问题,结合Lyapunov稳定性理论和S方法推导出了两种稳定性的充分条件。
5) Delayed standard neural network model(DSNNM)
时滞标准神经网络模型(DSNNM)
6) BP neural network model
BP神经网络模型
1.
The Study on the Forecasting Methods of Urbanization level——Taking BP Neural Network Model as an Example;
城市化水平预测方法研究——以BP神经网络模型的应用为例
2.
Through the establishment of water environment management information system of Supa River basin, an improved BP neural network model made for the comprehensive assessment on the water quality of the basin concerned is presented in accordance with the condition with better water quality and without any principal economic industries therein.
通过建立苏帕河流域水环境管理信息系统,针对苏帕河流域没有主要经济产业、水质较好的状况,侧重于介绍建立改进的BP神经网络模型对流域的水质进行综合评价。
3.
It is introduced that the BP neural network model of prediction of mining collapse is established based on the survey′s data and main factors at a mine field where the collapse had happen.
依据某煤炭开采区的勘察资料 ,综合考虑影响采空塌陷的主要因素 ,建立了预测采空塌陷的 BP神经网络模型。
补充资料：Hopfield神经网络模型
Hopfield神经网络模型
Hopfield neural network model
收敛于稳定状态或Han加Ing距离小于2的极限环。 上述结论保证了神经网络并行计算的收敛性。 连续氏pfield神经网络中，各个神经元状态取值是连续的，由于离散H6pfield神经网络中的神经元与生物神经元的主要差异是:①生物神经元的I/O关系是连续的;②生物神经元由于存在时延，因此其动力学行为必须由非线性微分方程来描述。为此，在1984年J.J.H叩fi酗提出了连续氏pfield神经网络，它可用图1所示的电路实现，其动态方程┌───┐│·T叮 │└───┘图1连续F砧pfield神经网络 (a)Sigmoid非线性;(b)神经元模型可由下述微分方程式描述: 、，产 门J /r、l、1.。瓮一客、一佘Ii认=f(u￡)￡=l，2，…，n式中f(·)为连续可微的Sign101d函数;T，j=兀、i，j=1，2，“’，n几=0]=i1~.吞~·‘八文一Q*+，戮T，j‘一‘，2，”一”连续时间氏pfield神经网络式的计算能量函数定义为:一告客客几从砚 石l「Vi_1，、，合，，， +乞古!‘厂‘(x)dx一乙I，从(4) ’月R‘Jo“‘、一’一月一，” 对于式(3)，若f一‘为单调增且连续，C>0，T，j=几(i，j=1，2，一，n)，则沿系统的运动轨道有dE一。-丁丁足之Uat当且仅当贷一。时 箭一。式(3)的稳定平衡点就是能量函数E〔式(4)」的极小点，反之亦然。同时，连续氏pfield神经网络式(3)以大规模非线性连续时间并行方式处理信息。网络的稳定平衡点对应于其计算能量函数E的极小点，网络的计算时间就是它到达稳定的时间，网络的计算在系统趋于稳态的过程中也就完成了。这也是式(3)用于神经计算及联想记忆的基本原理，也即神经计算机的基本原理。HoPfield shenling wangluo moxingHopfield神经网络模型(Hopfieldne，Ine幻即0比m侧触l)一种单层全反馈的人工神经网络模型(后称之为氏p玉idd模型)，它对推动人工神经网络研究的复苏起了很重要的作用。 且，lield对人工神经网络研究的贡献主要有: (l)把有反馈的神经网络看作一个非线性动力系统，提出了系统的全局Lyap阴lov函数(或称能量函数)的概念，用于系统稳定性的分析; (2)利用上述分析方法解决人工智能中的组合优化问题，如15护;(3)给出了利用模拟电子线路实现的连续Hopfidd网络的电路模型，为进一步研究神经计算机创造了条件。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条