一类神经网络算法的渐近行为  

A Asymptotic Behaviov of Neural Networks Algorithm

作　　者：王定成[1] 王毅[1] 钟守铭[1] 

机构地区：[1]电子科技大学应用数学学院,成都610054

出　　处：《电子科技大学学报》2003年第2期221-224,共4页Journal of University of Electronic Science and Technology of China

摘　　要：研究了一类连续型全反馈人工神经网络的稳定性,通过求解简单的一维微分方程,给出了这类神经网络系统的解的解析表达式,利用解的解析表达式证明了当A的特征值0l,至少有一个特征值为负时,网络的一切从Rn中的单位超球内出发的解收敛于原点或单位超球内的一点.In this paper the problem of artificial neural network model is studied. The differential equation of an artificial neural network model is solved by solving a simple one imension differential equation. Applying the solution of the neural network model, we proved that all solutions of a network from the unit hypersphere over Rn converge to the origin or a point in the sphere, when all of A's eigenvalues are less than or equal to zero as well as not all of the eigenvalues equal to zero.

关 键 词：神经网络 特征值 特征向量 稳定性 渐近行为 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]