利用Brouwer不动点定理,证明了具有变时滞的细胞神经网络模型平衡点的存在性;利用 Barbarlet引理、Dini导数与导数之间的关系,构造了一个特殊的Lyapunov函数,表明具有变时滞的细胞神经网络模型存在惟一全局指数平衡点并且全局渐近稳定;...利用Brouwer不动点定理,证明了具有变时滞的细胞神经网络模型平衡点的存在性;利用 Barbarlet引理、Dini导数与导数之间的关系,构造了一个特殊的Lyapunov函数,表明具有变时滞的细胞神经网络模型存在惟一全局指数平衡点并且全局渐近稳定;在此基础上,通过构造一个新的 M 矩阵,利用 Halanay时滞微分不等式和 M 矩阵的特性,得出:细胞神经网络模型在一定的条件下,在平衡点处,全局指数稳定且与时滞无关。展开更多
讨论多角形域上椭圆混合边值问题Δu=finΩ,u=0onΓ1, u n=0onΓ2,的正则性,这里边界Γ=Γ1+Γ2,且Γ1有正测度.若f∈L2(Ω),则解u∈Hρ(Ω),ρ=1+min(12α0,1β0)-ε,ε>0,其中α0π是Γ1与Γ2的所有交接点处的最大内角,而β0π是Γ...讨论多角形域上椭圆混合边值问题Δu=finΩ,u=0onΓ1, u n=0onΓ2,的正则性,这里边界Γ=Γ1+Γ2,且Γ1有正测度.若f∈L2(Ω),则解u∈Hρ(Ω),ρ=1+min(12α0,1β0)-ε,ε>0,其中α0π是Γ1与Γ2的所有交接点处的最大内角,而β0π是Γ1内或Γ2内角点处的最大内角.展开更多
文摘利用Brouwer不动点定理,证明了具有变时滞的细胞神经网络模型平衡点的存在性;利用 Barbarlet引理、Dini导数与导数之间的关系,构造了一个特殊的Lyapunov函数,表明具有变时滞的细胞神经网络模型存在惟一全局指数平衡点并且全局渐近稳定;在此基础上,通过构造一个新的 M 矩阵,利用 Halanay时滞微分不等式和 M 矩阵的特性,得出:细胞神经网络模型在一定的条件下,在平衡点处,全局指数稳定且与时滞无关。
文摘讨论多角形域上椭圆混合边值问题Δu=finΩ,u=0onΓ1, u n=0onΓ2,的正则性,这里边界Γ=Γ1+Γ2,且Γ1有正测度.若f∈L2(Ω),则解u∈Hρ(Ω),ρ=1+min(12α0,1β0)-ε,ε>0,其中α0π是Γ1与Γ2的所有交接点处的最大内角,而β0π是Γ1内或Γ2内角点处的最大内角.
