Linear Threshold Discrete-Time Recurrent Neural Networks: Stability and Globally Attractive Sets
Linear Threshold Discrete-Time Recurrent Neural Networks: Stability and Globally Attractive Sets
复制标题
线性阈值离散时间递归神经网络：稳定性和全局吸引力集
DOI：
10.1109/tac.2015.2503360
复制
发表时间：
2016-09
影响因子：
6.8
通讯作者：
Petersen Ian R
中科院分区：
文献类型：
--
作者：
Shen Tao;Petersen Ian R
研究了线性阈值动态神经网络的稳定性，提出了一系列获得全局吸引集的方法。给出了一个判断不变集是否为全局吸引集的充分条件。该方法只需要求解一类线性矩阵不等式。给出了两种直接求全局吸引集的方法。所提出的稳定性准则是基于建议的全球吸引集。数值例子说明了所得结果的有效性。
The stability of linear threshold dynamic neural networks is studied, and a series of methods to obtain globally attractive sets is proposed. A sufficient condition to judge whether an invariant set is a globally attractive set is also proposed. This method requires only the solution to a class of linear matrix inequalities. Also, two direct methods to obtain globally attractive sets are given. The stability criteria presented are based on the proposed globally attractive sets. Some numerical examples are given to illustrate the effectiveness of the obtained results.
登录
查看更多内容
DOI：
10.1016/j.automatica.2007.10.022
发表时间：
2008-07
期刊：
Autom.
影响因子：
--
作者：
E. Kofman;M. Seron;H. Haimovich
通讯作者：
E. Kofman;M. Seron;H. Haimovich
DOI：
10.1109/9.388676
发表时间：
1995-06
期刊：
IEEE Trans. Autom. Control.
影响因子：
--
作者：
C. Byrnes;C. Martin
通讯作者：
C. Byrnes;C. Martin
DOI：
10.1109/tnnls.2013.2289855
发表时间：
2014-06
影响因子：
10.4
作者：
Zhengqiu Zhang;Jinde Cao;Dongming Zhou
通讯作者：
Zhengqiu Zhang;Jinde Cao;Dongming Zhou
DOI：
10.1007/978-3-319-17933-9
发表时间：
2007-11
期刊：
--
影响因子：
--
作者：
F. Blanchini;S. Miani
通讯作者：
F. Blanchini;S. Miani
影响因子：
2.9
作者：
H. Wersing;W. Beyn;H. Ritter
通讯作者：
H. Wersing;W. Beyn;H. Ritter