Robust state estimation for fractional-order complex-valued delayed neural networks with interval parameter uncertainties: LMI approach
Robust state estimation for fractional-order complex-valued delayed neural networks with interval parameter uncertainties: LMI approach
复制标题
具有区间参数不确定性的分数阶复值延迟神经网络的鲁棒状态估计：LMI 方法
DOI：
10.1016/j.amc.2020.125033
复制
发表时间：
2020-05
影响因子：
4
通讯作者：
Zhao Zhenjiang
中科院分区：
文献类型：
--
作者：
Hu Binxin;Song Qiankun;Zhao Zhenjiang
在不将复值神经网络分解为两个实值系统的情况下，研究了具有不确定参数和时滞的分数阶复数神经网络的状态估计问题。基于Lyapunov-Krasovskii泛函方法，给出了估计误差系统渐近稳定的一个新的线性矩阵不等式判据。最后给出了一个数值算例并进行了仿真，验证了所提结果的可行性和有效性。
Without separating complex-valued neural networks into two real-valued systems, the state estimation of fractional-order complex-valued neural networks (FCNNs) with uncertain parameters and time delay is investigated in this paper. Based on Lyapunov-Krasovskii functional approach, a new linear matrix inequality (LMI) criterion is derived for asymptotic stability of the estimation error system. A numerical example with simulations is given to confirm the feasibility and availability of the raised result.
登录
查看更多内容
DOI：
10.1016/j.amc.2003.12.036
发表时间：
2005-02
期刊：
Appl. Math. Comput.
影响因子：
--
作者：
Ju H. Park
通讯作者：
Ju H. Park
分数阶神经网络全局稳定性的 LMI 条件
DOI：
10.1109/tnnls.2016.2574842
发表时间：
2017
影响因子：
10.4
作者：
Shuo Zhang;Yongguang Yu;Junzhi Yu
通讯作者：
Junzhi Yu
具有随机扰动和脉冲效应的不确定时滞神经网络的鲁棒指数稳定性
DOI：
10.1109/tnnls.2012.2192135
发表时间：
2012-06-01
影响因子：
10.4
作者：
Huang, Tingwen;Li, Chuandong;Starzyk, Janusz A.
通讯作者：
Starzyk, Janusz A.
DOI：
10.1109/tnnls.2012.2195028
发表时间：
2012-06-01
影响因子：
10.4
作者：
Hu, Jin;Wang, Jun
通讯作者：
Wang, Jun
DOI：
10.1109/tcsi.2004.841574
发表时间：
2005-02-01
影响因子：
5.1
作者：
Cao, JD;Wang, J
通讯作者：
Wang, J