变时滞Cohen-Grossberg随机神经网络的均方指数稳定性  

Exponential Stability in Mean Square for a Stochastic Cohen-Grossberg Neural Network with Time-varying Delays

作　　者：牛健人[1] 张子方[2] 徐道义[2] 

机构地区：[1]西南财经大学中国金融研究中心,成都610074 [2]四川大学数学研究所,成都6100364

出　　处：《工程数学学报》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).

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.

关 键 词：时滞神经网络 均方指数稳定 时滞微分不等式 

分 类 号：O211.63[理学—概率论与数理统计]