检索结果-维普期刊中文期刊服务平台

标准神经网络模型及其应用被引量：3: 1; 作者颜钢锋张森林刘妹琴《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2004年第3期297-301,350,共6页; 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非线性算子连接而成.SNNM表示为线性微分包含(LDI)形式,可以方便地利用线性矩阵不等式(LMI)方法来分析其稳定性和其他性能.利用不同的Lyapunov函数和... 展开更多; 关键词标准神经网络模型离散时间线性矩阵不等式线性微分包含非线性控制; 在线阅读下载PDF 职称材料

离散时滞标准神经网络模型的鲁棒稳定性分析被引量：1: 2; 作者张建海张森林刘妹琴《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2009年第8期1383-1388,共6页; 研究了离散时滞标准神经网络模型(SNNM)的鲁棒渐进稳定性和指数稳定性问题,结合Lyapunov稳定性理论和S方法推导出了两种稳定性的充分条件.所得到的稳定性条件被表示为线性矩阵不等式形式,便于求解.特别的,将鲁棒指数稳定性问题转化为一... 展开更多; 关键词标准神经网络模型(SNNM) 离散时滞系统鲁棒稳定性线性矩阵不等式(LMI); 在线阅读下载PDF 职称材料

时滞标准神经网络模型及其应用被引量：4: 3; 作者刘妹琴《自动化学报》 EI CSCD 北大核心 2005年第5期750-758,共9页; 提出一种新的神经网络模型—时滞标准神经网络模型(DSNNM),它由线性动力学系统和有界静态时滞非线性算子连接而成.利用不同的Lyapunov 泛函和S 方法推导出DSNNM 全局渐近稳定性和全局指数稳定性的充分条件,这些条件可表示为线性矩阵不等... 展开更多; 关键词时滞标准神经网络模型(DSNNM) 线性矩阵不等式(LMI) 稳定性广义特征值问题(GEVP) 双向联想记忆(BAM); 在线阅读下载PDF 职称材料

新的时滞递归神经网络鲁棒稳定性分析方法被引量：1: 4; 作者张建海张森林刘妹琴《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2009年第3期434-441,共8页; 通过引入标准神经网络模型(SNNM),为不同的递归神经网络(RNN)提供了一个统一分析框架.针对时滞SNNM的鲁棒渐进稳定和指数稳定问题,应用Lyapunov稳定性理论和S方法推导出基于线性矩阵不等式的充分条件.将鲁棒指数稳定性问题转化为一个广... 展开更多; 关键词标准神经网络模型时滞递归神经网络鲁棒渐进稳定性鲁棒指数稳定性线性矩阵不等式; 在线阅读下载PDF 职称材料

基于LMI方法的时滞BAM神经网络的全局稳定性分析: 5; 作者刘妹琴颜钢锋张森林《电子与信息学报》 EI CSCD 北大核心 2004年第8期1237-1244,共8页; 对于时滞双向联想记忆(DBAM)神经网络的平衡点的稳定性问题,目前人们已经得到了很多富有意义的成果.该文提出一种新的神经网络模型——标准神经网络模型(SNNM),通过状态的线性变换,将DBAM神经网络转化为时滞SNNM(DSNNM),并利用有关DSNN... 展开更多; 关键词标准神经网络模型时滞双向联想记忆神经网络线性矩阵不等式线性微分包含全局渐近稳定性; 在线阅读下载PDF 职称材料

递归多层感知器的稳定性分析——LMI方法被引量：5: 6; 作者刘妹琴颜钢锋《控制理论与应用》 EI CAS CSCD 北大核心 2003年第6期897-902,共6页; 递归多层感知器(RMLP)在工程上应用比较多,但对其稳定性的研究还比较少.本文提出一种新的神经网络模型———标准神经网络模型(SNNM),通过状态空间扩展法,将RMLP转化为SNNM,而SNNM的稳定性分析可转化为一组线性矩阵不等式(LMI)的求解,利... 展开更多; 关键词递归多层感知器稳定性分析 LMI方法状态空间扩展法线性矩阵不等式标准神经网络模型; 在线阅读下载PDF 职称材料

题名标准神经网络模型及其应用被引量：3: 1; 作者颜钢锋张森林刘妹琴; 机构浙江大学电气工程学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2004年第3期297-301,350,共6页; 基金国家自然科学基金资助项目(60074008).; 文摘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非线性算子连接而成.SNNM表示为线性微分包含(LDI)形式,可以方便地利用线性矩阵不等式(LMI)方法来分析其稳定性和其他性能.利用不同的Lyapunov函数和S方法推导出基于LMI的连续SNNM和离散SNNM的稳定性定理.实例表明SNNM可应用于递归神经网络的稳定性分析以及神经网络控制系统的综合和分析.; 关键词标准神经网络模型离散时间线性矩阵不等式线性微分包含非线性控制; Keywords Discrete time control systems Lyapunov methods Mathematical models Nonlinear control systems Recurrent neural networks Stability; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名离散时滞标准神经网络模型的鲁棒稳定性分析被引量：1: 2; 作者张建海张森林刘妹琴; 机构杭州电子科技大学计算机学院浙江大学电气工程学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2009年第8期1383-1388,共6页; 基金国家自然科学基金资助项目(60801054 60874050) 浙江省自然科学基金资助项目(Y1080970); 文摘研究了离散时滞标准神经网络模型(SNNM)的鲁棒渐进稳定性和指数稳定性问题,结合Lyapunov稳定性理论和S方法推导出了两种稳定性的充分条件.所得到的稳定性条件被表示为线性矩阵不等式形式,便于求解.特别的,将鲁棒指数稳定性问题转化为一个广义特征值问题,除了可以判断网络的指数稳定性,还可以方便地估计其最大指数收敛率.在数值示例中,将两类递归神经网络(RNNs)转化为SNNM的形式并利用得到的相关结论对其鲁棒稳定性进行了分析,仿真结果验证了稳定性判据的有效性.SNNM为分析递归网络提供了新的思路,简单且有效.; 关键词标准神经网络模型(SNNM) 离散时滞系统鲁棒稳定性线性矩阵不等式(LMI); Keywords standard neural network model （SNNM） delayed discrete-time system robust stability linear matrix inequality （LMI）; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名时滞标准神经网络模型及其应用被引量：4: 3; 作者刘妹琴; 机构浙江大学电气工程学院系统科学与工程学系; 出处《自动化学报》 EI CSCD 北大核心 2005年第5期750-758,共9页; 基金国家自然科学基金(60374028)资助~~; 文摘提出一种新的神经网络模型—时滞标准神经网络模型(DSNNM),它由线性动力学系统和有界静态时滞非线性算子连接而成.利用不同的Lyapunov 泛函和S 方法推导出DSNNM 全局渐近稳定性和全局指数稳定性的充分条件,这些条件可表示为线性矩阵不等式(LMI)形式.大多数时滞(或非时滞)动态神经网络(DANN)稳定性分析或神经网络控制系统都可以转化为DSNNM,以便用统一的方法进行稳定性分析或镇定控制.从DSNNM 应用于时滞联想记忆(BAM)神经网络的稳定性分析以及PH 中和过程神经控制器的综合实例, 可以看出,得到的稳定性判据扩展并改进了以往文献中的稳定性定理,而且可将稳定性分析推广到非线性控制系统的综合.; 关键词时滞标准神经网络模型(DSNNM) 线性矩阵不等式(LMI) 稳定性广义特征值问题(GEVP) 双向联想记忆(BAM); Keywords Delayed standard neural network model （DSNNM）, linear matrix inequality （LMI）, stability, generalized eigenvalue problem （GEVP）, bidirectional associative memory（BAM）; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名新的时滞递归神经网络鲁棒稳定性分析方法被引量：1: 4; 作者张建海张森林刘妹琴; 机构浙江大学电气工程学院杭州电子科技大学计算机学院; 出处《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2009年第3期434-441,共8页; 基金国家自然科学基金资助项目(60504024) 浙江省自然科学基金资助项目(Y106010); 文摘通过引入标准神经网络模型(SNNM),为不同的递归神经网络(RNN)提供了一个统一分析框架.针对时滞SNNM的鲁棒渐进稳定和指数稳定问题,应用Lyapunov稳定性理论和S方法推导出基于线性矩阵不等式的充分条件.将鲁棒指数稳定性问题转化为一个广义特征值问题,既可以判断网络是否指数稳定,又可以方便地估计其最大指数收敛率,克服了以往方法中存在的不足.给出了将其他RNNs转化为SNNM的实例,并利用SNNM的相关结论对其进行了分析.仿真结果表明,该方法可以方便地对不同RNN的鲁棒稳定性进行分析,且稳定性条件易于求解.; 关键词标准神经网络模型时滞递归神经网络鲁棒渐进稳定性鲁棒指数稳定性线性矩阵不等式; Keywords standard neural network model time-delay recurrent neural networks robust asymptotic stability robust exponential stability linear matrix inequality; 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名基于LMI方法的时滞BAM神经网络的全局稳定性分析: 5; 作者刘妹琴颜钢锋张森林; 机构浙江大学电气工程学院系统科学与工程学系; 出处《电子与信息学报》 EI CSCD 北大核心 2004年第8期1237-1244,共8页; 基金国家自然科学基金项目资助课题(No.60074008); 文摘对于时滞双向联想记忆(DBAM)神经网络的平衡点的稳定性问题,目前人们已经得到了很多富有意义的成果.该文提出一种新的神经网络模型——标准神经网络模型(SNNM),通过状态的线性变换,将DBAM神经网络转化为时滞SNNM(DSNNM),并利用有关DSNNM的稳定性的一些结论,得到DBAM神经网络平衡点的全局渐近稳定性的充分条件.这些条件都以线性矩阵不等式(LMI)的形式给出,容易验证,保守性低.该方法扩展了以前的稳定性结果,同时也适用于其它类型的递归神经网络(时滞或非时滞)的稳定性分析.; 关键词标准神经网络模型时滞双向联想记忆神经网络线性矩阵不等式线性微分包含全局渐近稳定性; Keywords Standard Neural Network Model(SNNM), Bidirectional Associative Memory (BAM) neural network, Linear Matrix Inequality(LMI), Linear Differential Inclusion(LDI), Globally asymptotic stability; 分类号 TN-052 [电子电信]; 在线阅读下载PDF 职称材料

题名递归多层感知器的稳定性分析——LMI方法被引量：5: 6; 作者刘妹琴颜钢锋; 机构浙江大学电气工程学院系统科学与工程学系; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2003年第6期897-902,共6页; 文摘递归多层感知器(RMLP)在工程上应用比较多,但对其稳定性的研究还比较少.本文提出一种新的神经网络模型———标准神经网络模型(SNNM),通过状态空间扩展法,将RMLP转化为SNNM,而SNNM的稳定性分析可转化为一组线性矩阵不等式(LMI)的求解,利用Matlab/LMIToolbox求解LMI,从而判定RMLP的Lyapunov稳定性,并考虑非零阈值对稳定性的影响.该方法也适用于其他类型的递归神经网络(RNN)的稳定性分析.; 关键词递归多层感知器稳定性分析 LMI方法状态空间扩展法线性矩阵不等式标准神经网络模型; Keywords standard neural network model (SNNM) recurrent multilayer perceptron (RMLP) state space extension method linear matrix inequality (LMI); 分类号 TP183 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	标准神经网络模型及其应用	颜钢锋张森林刘妹琴	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2004	3	在线阅读下载PDF 职称材料
2	离散时滞标准神经网络模型的鲁棒稳定性分析	张建海张森林刘妹琴	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料
3	时滞标准神经网络模型及其应用	刘妹琴	《自动化学报》 EI CSCD 北大核心	2005	4	在线阅读下载PDF 职称材料
4	新的时滞递归神经网络鲁棒稳定性分析方法	张建海张森林刘妹琴	《浙江大学学报（工学版）》 EI CAS CSCD 北大核心	2009	1	在线阅读下载PDF 职称材料
5	基于LMI方法的时滞BAM神经网络的全局稳定性分析	刘妹琴颜钢锋张森林	《电子与信息学报》 EI CSCD 北大核心	2004	0	在线阅读下载PDF 职称材料
6	递归多层感知器的稳定性分析——LMI方法	刘妹琴颜钢锋	《控制理论与应用》 EI CAS CSCD 北大核心	2003	5	在线阅读下载PDF 职称材料