Stochastic dissipativity analysis on discrete-time neural networks with time-varying delays
Stochastic dissipativity analysis on discrete-time neural networks with time-varying delays
复制标题
时变延迟离散时间神经网络的随机耗散分析
DOI：
10.1016/j.neucom.2010.11.018
复制
发表时间：
2011-02
期刊：
影响因子：
6
通讯作者：
张继业
中科院分区：
文献类型：
--
作者：
张继业
研究了具有一般激励函数的离散变时滞随机神经网络的全局耗散性和全局指数耗散性问题。通过构造适当的Lyapunov-Krasovskii泛函，并利用随机分析技术，在线性矩阵不等式（LMI）中建立了几个新的时滞相关的全局耗散性和全局指数耗散性判据.此外，当离散时变时滞随机神经网络中出现参数不确定性时，给出了时滞相关的鲁棒耗散性判据。两个算例表明了该准则的有效性和较小的保守性。
In this paper, the problems of global dissipativity and global exponential dissipativity are investigated for discrete-time stochastic neural networks with time-varying delays and general activation functions. By constructing appropriate Lyapunov–Krasovskii functionals and employing stochastic analysis technique, several new delay-dependent criteria for checking the global dissipativity and global exponential dissipativity of the addressed neural networks are established in linear matrix inequalities (LMIs). Furthermore, when the parameter uncertainties appear in the discrete-time stochastic neural networks with time-varying delays, the delay-dependent robust dissipativity criteria are also presented. Two examples are given to show the effectiveness and less conservatism of the proposed criteria.
登录
查看更多内容
影响因子：
2.6
作者：
S. Arik
通讯作者：
S. Arik
DOI：
10.1090/surv/025
发表时间：
1988-12
期刊：
--
影响因子：
--
作者：
J. Hale
通讯作者：
J. Hale
影响因子：
2.4
作者：
T. Soddemann;B. Duenweg;K. Kremer
通讯作者：
T. Soddemann;B. Duenweg;K. Kremer
具有时变延迟的离散循环神经网络鲁棒指数稳定性的新结果
影响因子：
6
作者：
Wu, Zhengguang;Su, Hongye;Zhou, Wuneng;Chu, Jian
通讯作者：
Chu, Jian
影响因子：
4
作者：
Mohamad, S;Gopalsamy, K
通讯作者：
Gopalsamy, K