广义连续反馈型神经网络的稳定性  

Stability of Generalized Continuous Feedback Neural Network

作　　者：窦全胜[1] 周春光[2] 罗洪文[2] 徐中宇[3] 

机构地区：[1]山东工商学院信息与电子工程学院,烟台264005 [2]吉林大学计算机科学与技术学院,长春130012 [3]长春工业大学计算机科学与工程学院,长春130012

出　　处：《计算机工程》2005年第24期15-17,共3页Computer Engineering

基　　金：国家自然科学基金资助项目(60175024);教育部"符号计算与知识工程"重点实验室基金资助项目

摘　　要：通过对连续Hopfield网络模型的抽象,提出了广义连续反馈型神经网络的概念,指出一种不需要构造能量函数对网络模型的稳定性进行分析和判别的方法,同时给出了相应的数学证明。This paper defines the concept of generalized continuous feedback neural network by abstracting the continuous Hopfield neural network model and points out the method which can analyse or distinguish the stability of generalized continuous feedback neural network without constructing Lyapunov energy function. At the same time, the paper provides the relevant proof for it.

关 键 词：广义连续反馈型神经网络 LYAPUNOV函数 稳定状态 

分 类 号：TP31[自动化与计算机技术—计算机软件与理论]