Global robust asymptotic stability analysis of BAM neural networks with time delay and impulse: An LMI approach
Global robust asymptotic stability analysis of BAM neural networks with time delay and impulse: An LMI approach
复制标题
具有时滞和脉冲的 BAM 神经网络的全局鲁棒渐近稳定性分析：LMI 方法
DOI：
10.1016/j.amc.2010.03.003
复制
发表时间：
2010-05
影响因子：
4
通讯作者：
周庆华
中科院分区：
文献类型：
--
作者：
万立;周庆华
研究了具有恒定或时变时滞和脉冲的双向联想记忆（BAM）神经网络的全局鲁棒渐近稳定性。采用Lyapunov-Krasovskii泛函与线性矩阵不等式（LMI）相结合的方法来研究这一问题。给出了全局鲁棒渐近稳定性的若干准则，给出了时滞相关性质的信息。通过实例说明了所得结果的有效性。
The global robust asymptotic stability of bi-directional associative memory (BAM) neural networks with constant or time-varying delays and impulse is studied. An approach combining the Lyapunov–Krasovskii functional with the linear matrix inequality (LMI) is taken to study the problem. Some a criteria for the global robust asymptotic stability, which gives information on the delay-dependent property, are derived. Some illustrative examples are given to demonstrate the effectiveness of the obtained results.
登录
查看更多内容
影响因子：
2
作者：
Qinghua Zhou
通讯作者：
Qinghua Zhou
DOI：
10.1109/tac.2002.1000277
发表时间：
2002-08
期刊：
IEEE Trans. Autom. Control.
影响因子：
--
作者：
Sanqing Hu;Jun Wang
通讯作者：
Sanqing Hu;Jun Wang
影响因子：
2
作者：
Qinghua Zhou;Li Wan
通讯作者：
Qinghua Zhou;Li Wan
影响因子：
7.8
作者：
Chuandong Li;X. Liao;Rong Zhang
通讯作者：
Chuandong Li;X. Liao;Rong Zhang
影响因子：
6
作者：
Hongyong Zhao
通讯作者：
Hongyong Zhao