摘要
本文利用随机积分的It公式,时滞微分不等式及随机时滞神经网络的特性讨论变时滞Cohen-Grossberg随机神经网络的均方指数稳定性。
The exponential stability in mean square for a stochastic Cohen-Grossberg neural network with time-varying delays is discussed by using the It5 formula, delays differential inequality and the characteristics of stochastic delay neural networks. An example is also given for illustration.
出处
《工程数学学报》
CSCD
北大核心
2005年第6期1001-1005,共5页
Chinese Journal of Engineering Mathematics
基金
国家自然科学基金(10371083).
关键词
时滞神经网络
均方指数稳定
时滞微分不等式
delays neural networks
exponential stability in mean square
delays differential inequality
作者简介
牛健人（1962年4月生）,女,博士,副教授,研究方向：应用数学,应用经济学.
