具有时滞和脉冲的中立型Cohen-Grossberg神经网络的正p-不变集与全局p-吸引集

研究了一类具有时滞和脉冲的中立型Cohen-Grossberg神经网络的全局吸引集.通过利用一个奇异时滞微分不等式和M-锥理论,获得了其正p-不变集与全局p-吸引集的充分条件.     

具有混合时滞的脉冲模糊Cohen-Grossberg神经网络p-指数稳定性

研究了一类具有混合时滞和脉冲的模糊Cohen-G rossberg神经网络p-指数稳定性.利用M-锥理论和不等式分析技巧,获得了保证此神经网络零解p-指数稳定的一些新的充分条件,推广和改进了已有文献的相关结果.     

脉冲时滞Cohen-Grossberg神经网络的全局指数稳定性

讨论了一类具有时滞的脉冲Cohen-Grossberg神经网络的全局指数稳定性．利用Lyapunov函数和不等式技巧得到了该系统全局指数稳定的一个充分条件,同时给出示例说明结果的有效性．     

含有分布时滞和脉冲的杂交BAM神经网络的全局指数稳定性

通过构造李雅普诺夫函数,利用M-矩阵理论以及Young不等式技巧,给出了一类含有分布时滞和脉冲双向联想记忆神经网络的平衡点的全局指数稳定性的充分条件,这些条件去掉了对激活函数的有界性、单调性和可微性的要求,且在某些情况下更易验证.     

一类时滞BAM神经网络的全局指数稳定性的新准则

利用M-矩阵理论以及Halanay不等式技巧,给出了一类含有变时滞的非自治BAM(bi-direc-tional associative memory)神经网络周期解的全局指数稳定性的充分条件,这些条件去掉了对激活函数的有界性、单调性和可微性的要求,且在某些情况下更易验证.最后通过一个例子验证了所给结果的有效性.     

一类脉冲神经网络的全局指数周期解

利用Lyapunov函数并结合不等式的技巧,给出了一些充分判据来确保一类脉冲神经网络系统具有全局指数稳定性的周期解.给出的充分判据仅仅要求激励函数是李普希兹连续的,而对它的有界性、单调性及可微性都不再要求.这些充分判据在实际应用中非常容易验证,也可利用这些判据来设计全局指数周期的脉冲神经网络.     

一族具有时滞和脉冲的BAM神经网络的全局指数稳定性

应用同胚理论，肘一矩阵理论和Young不等式技巧，给出了一族双向关联记忆神经网络的平衡点存在性和全局指数稳定性的几个充分条件，这些条件去掉了对激活函数的有界性，单调性和可微性的要求且在某些情况下更易验证。     

具变时滞和分布时滞的细胞神经网络的全局指数稳定性

运用Liapunov方法,M-矩阵理论和拓扑度理论研究了一类细胞神经网络的全局指数稳定性,获得了平衡点的存在性唯一性及其全局指数稳定的充分性准则．     

一类多时变时滞神经网络新的全局指数稳定性

研究一类多时变时滞神经网络全局指数稳定性的问题,通过构造新的Lyapunov-Krasovskii泛函,通过一定的假设和不等式运用,针对系统在多种不同条件的情形下,提出了相应的几个网络全局指数稳定性判据,这些判据以线性矩阵不等式的形式给出,并且研究了指数收敛速率和网络参数之间的关系。     

变时滞模糊BAM神经网络的全局指数稳定性

本文讨论了一类具有变时滞模糊FBAM（fuzzybi—directional associate memory）神经网络平衡点的存在性和全局指数稳定性,利用不动点定理及Halanay型不等式获得了平衡点存在唯一性及全局指数稳定性的充分条件,所得结论容易验证．最后举例说明所得结果的可行性。     

对一类时变时滞递归神经网络的全局渐进稳定性充分性条件的研究

该文研究了一类带时变时滞的递归神经网络的全局渐进稳定性,利用Lyapunov函数和线性矩阵不等式方法,得到了系统平衡点全局渐进稳定的充分条件.     

一类具时变时滞神经网络的分散线性反馈同步

本文对一类带变时滞的神经网络的同步问题进行了研究。利用李雅普洛夫稳定性理论,设计出一个新的分散线性控制器,该控制器与时滞无关。在该控制器的作用下,可实现系统间的指数同步。该控制器更易于设计。仿真实例说明所提方案的有效性。     

一类具有脉冲和时滞的细胞神经网络系统的反周期解

通过微分不等式分析技巧，得出了一类具有脉冲和时滞的细胞神经网络系统反周期解存在性和全局指数稳定性的新的充分条件，推广和改进了已有文献的相关结果。     

区间时变细胞神经网络周期解的鲁棒指数稳定性

本文研究一类区间时变扰动神经网络系统周期解的鲁棒指数稳定性.获得了一系列关于鲁棒指数稳定性的判据.     

Stability Analysis of Cohen-Grossberg Neural Networks with Time-Varying Delays

In recent years, Cohen-Grossberg neural net-works (CGNNs) have received increasing interest dueto its promising potential for applications in classifica-tion, parallel computing, associative memory and es-pecially in solving some optimization problems. Wh…     

一类时滞递归神经网络的鲁棒稳定性

运用M-矩阵的性质、拓扑度理论、Liapunov泛函方法与不等式技巧,研究了一类时滞神经网络的全局鲁棒稳定性,给出了全局鲁棒稳定性的新的代数判据.     

具有连续分布延时的细胞神经网络的全局指数稳定性

利用Hardy不等式以及推广的Halanay时滞微分不等式,通过构造新的Lyapunov函数,引入可调实参数,研究一类具有连续分布延时的细胞神经网络（DCNN）的全局指数稳定性问题,得到了一系列有用的条件。     

一类变时滞脉冲递归神经网络的周期解的稳定性

研究了一类变时滞脉冲神经网络的周期解的全局指数稳定性。通过构造恰当的Ly—apunov泛函,并利用线性矩阵不等式方法,得到了确保此网络全局指数稳定的充分条件。数值模拟验证了所得结论的正确性并说明了所给条件的易检验性。