基于LMI方法的标准神经网络模型及其应用研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    60504024
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    22.0万
  • 负责人：
    刘妹琴
  • 依托单位：
    浙江大学
  • 学科分类：
    F0601.人工智能基础
  • 结题年份：
    2008
  • 批准年份：
    2005
  • 项目状态：
    已结题
  • 起止时间：
    2006-01-01 至2008-12-31

项目摘要

为了能够方便地分析动态神经网络（DANN）的动力学特性，以及解决目前比较难的神经网络控制系统的鲁棒分析和鲁棒控制器的综合等问题，类似于鲁棒控制中的标准模型，提出一种新的神经网络模型－标准神经网络模型（SNNM），它由线性动力学系统和有界静态时滞（或非时滞）非线性算子连接而成。SNNM可以表示为线性微分包含(LDI)形式，采用线性矩阵不等式（LMI）方法分析SNNM的性能和设计SNNM的控制器。绝大多数现有的时滞或非时滞DANN以及包含各种类型的神经网络的控制系统都可以转化为SNNM，所以可以方便地利用SNNM以及它的性质来分析DANN的动力学特性、分析和综合非线性控制系统，特别是进行神经网络控制系统的鲁棒控制研究。另外，从这个标准模型出发，可以产生一些新的时滞或非时滞的DANN模型。该项目研究不仅拓广了神经网络的研究方法，而且为非线性系统的研究提供新的思路，具有较高的理论价值和应用前景。

结项摘要

项目成果

期刊论文数量（28）
专著数量（0）
科研奖励数量（0）
会议论文数量（11）
专利数量（0）
Stability analysis of neutral-type nonlinear delayed systems: An LMI approach
中性型非线性时滞系统的稳定性分析：LMI 方法
  • DOI：
    10.1631/jzus.2006.as0237
  • 发表时间：
    2006
  • 期刊：
    Journal of Zhejiang University-SCIENCE A
  • 影响因子：
    3.2
  • 作者：
  • 通讯作者：
Exponential synchronization of general chaotic delayed neural networks via hybrid feedback
通过混合反馈的一般混沌延迟神经网络的指数同步
  • DOI：
    10.1631/jzus.a071336
  • 发表时间：
    2008-01
  • 期刊：
    Journal of Zhejiang University SCIENCE A
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Robust exponential stability analysis of a larger class of discrete-time recurrent neural network
一类离散时间循环神经网络的鲁棒指数稳定性分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
  • 通讯作者：
Stability analysis of discrete-time recurrent neural networks based on standard neural network models
基于标准神经网络模型的离散时间递归神经网络稳定性分析
  • DOI：
    10.1007/s00521-008-0211-5
  • 发表时间：
    2009-11-01
  • 期刊：
    NEURAL COMPUTING & APPLICATIONS
  • 影响因子：
    6
  • 作者：
    Liu, Meiqin
  • 通讯作者：
    Liu, Meiqin
基于Petri网结构分析的监控器综合
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    吴敏，颜钢锋，张瑶瑶，刘妹琴. 基于Petri网结构分析的监控器综合，自动化学报，34(8):964－971,2008年8月.
  • 影响因子：
    --
  • 作者：
  • 通讯作者：

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

养殖区水样监测与分析
  • DOI：
    10.3969/j.issn.1007-7103.2018.05.032
  • 发表时间：
    2018
  • 期刊：
    农村经济与科技
  • 影响因子：
    --
  • 作者：
    吴杭纬经;赵晟;刘妹琴
  • 通讯作者：
    刘妹琴
基于RUKF-IMM的非线性系统滤波
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    华中科技大学学报(自然科学版)科技大学
  • 影响因子：
    --
  • 作者：
    刘妹琴;汤晓芳;郑世友;张森林
  • 通讯作者：
    张森林
基于改进Delaunay三角剖分的水下地形三维重建算法
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    陈士杰;张森林;刘妹琴;郑荣濠
  • 通讯作者：
    郑荣濠
基于预约的数据队列水下无线传感器网络MAC协议
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    浙江大学学报(工学版)
  • 影响因子：
    --
  • 作者：
    钱良芳;张森林;刘妹琴
  • 通讯作者：
    刘妹琴
基于多尺度图像融合和SIFT特征的水下图像拼接研究
  • DOI：
    --
  • 发表时间：
    2021
  • 期刊：
    计算机应用与软件
  • 影响因子：
    --
  • 作者：
    王昕平;张森林;刘妹琴;樊臻
  • 通讯作者：
    樊臻

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

刘妹琴的其他基金

基于UWSNs的近海环境安全实时探测新机理及关键技术
  • 批准号：
    U1609204
  • 批准年份：
    2016
  • 资助金额：
    230.0 万元
  • 项目类别：
    联合基金项目
基于自组织UWSNs水下目标跟踪关键问题研究
  • 批准号：
    61673345
  • 批准年份：
    2016
  • 资助金额：
    62.0 万元
  • 项目类别：
    面上项目
基于鲁棒滤波理论的非线性系统融合状态估计方法研究
  • 批准号：
    61174142
  • 批准年份：
    2011
  • 资助金额：
    62.0 万元
  • 项目类别：
    面上项目
具有统一非线性算子的智能系统的鲁棒控制与多传感器鲁棒融合滤波
  • 批准号：
    60874050
  • 批准年份：
    2008
  • 资助金额：
    30.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码