随机变时滞递归神经网络的几乎指数稳定性  

Almost Surely Exponential Stability of Stochastic Recurrent Neural Networks with Time-varying Delays

作　　者：刘岩[1,2] 孙多青[1,2] 张力超[3] 肖淬艺[1,2] 

机构地区：[1]河北科技师范学院数理系,河北秦皇岛066004 [2]河北科技师范学院数学与系统科学研究所 [3]燕山大学里仁学院基础教学部

出　　处：《河北科技师范学院学报》2009年第3期40-43,共4页Journal of Hebei Normal University of Science & Technology

基　　金：国家自然科学基金资助项目(项目编号:60874055)

摘　　要：研究了一类随机变时滞递归神经网络的几乎指数稳定性问题。利用Lyapunov函数方法和It公式,结合矩阵分析技巧,给出了系统几乎指数稳定的判别准则。数值例子说明了该结果的有效性。The almost surely exponential stability of stochastic recurrent neural networks with time-varying delays is investigated. By using Lyapunov function and It o formula, combining some matrix analytical techniques,some new criteria on almost surely exponential stability are obtained. A numerical example is given to demonstrate the effectiveness of the results.

关 键 词：递归神经网络 变时滞 几乎指数稳定性 

分 类 号：O175[理学—数学]