New results on robust exponential stability for discrete recurrent neural networks with time-varying delays
New results on robust exponential stability for discrete recurrent neural networks with time-varying delays
复制标题
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
DOI：
10.1016/j.neucom.2009.01.010
复制
发表时间：
2009-08
期刊：
影响因子：
6
通讯作者：
Chu, Jian
中科院分区：
文献类型：
--
作者：
Wu, Zhengguang;Su, Hongye;Zhou, Wuneng;Chu, Jian
研究了一类具有时变时滞的不确定离散递归神经网络的鲁棒指数稳定性问题。利用线性矩阵不等式（LMI）方法，通过一种新的李雅普诺夫函数，给出了系统稳定性的新条件。在我们的理论推导中，既没有使用任何模型变换，也没有使用自由加权矩阵。所建立的稳定性准则显着改进和简化了一些现有的稳定性条件。数值算例验证了所提方法的有效性。
This paper is concerned with the problem of robust exponential stability analysis for uncertain discrete recurrent neural networks with time-varying delays. In terms of linear matrix inequality (LMI) approach, some novel stability conditions are proposed via a new Lyapunov function. Neither any model transformation nor free-weighting matrices are employed in our theoretical derivation. The established stability criteria significantly improve and simplify some existing stability conditions. Numerical examples are given to demonstrate the effectiveness of the proposed methods.
登录
查看更多内容
时变时滞系统自由权矩阵技术的进一步改进
影响因子：
6.8
作者：
He, Yong;Wang, Qing-Guo;Lin, Chong
通讯作者：
Lin, Chong
影响因子：
2.6
作者：
Jinling Liang;Jinde Cao;D. Ho
通讯作者：
Jinling Liang;Jinde Cao;D. Ho
DOI：
10.1016/j.neunet.2005.05.005
发表时间：
2006
期刊：
Neural networks : the official journal of the International Neural Network Society
影响因子：
--
作者：
Shengyuan Xu;J. Lam
通讯作者：
Shengyuan Xu;J. Lam
影响因子：
6
作者：
Q. Song
通讯作者：
Q. Song
影响因子：
--
作者：
Jinde Cao;Kun Yuan;Han-Xiong Li
通讯作者：
Jinde Cao;Kun Yuan;Han-Xiong Li