时表上人工神经网络的加权伪概周期解与加权伪概自守解
1星价
¥45.1
(5.5折)
2星价¥45.1
定价¥82.0
暂无评论
图文详情
- ISBN:9787522125862
- 装帧:一般轻型纸
- 册数:暂无
- 重量:暂无
- 开本:16开
- 页数:121
- 出版时间:暂无
- 条形码:9787522125862 ; 978-7-5221-2586-2
内容简介
本书提出了时标上加权伪概周期函数的定义,讨论了这一类函数的一些性质,从而得到了时标上动力方程的加权伪概周期解的存在性定理,作为应用本书讨论了时标上的神经网络(包含时标上的中立型神经网络)的加权伪概周期解的存在性与全局指数稳定性,发现若时标上的神经网络满足一定的条件,当外部输入函数分别是概周期函数,伪概周期函数以及加权伪概周期函数时,神经网络分别有一个唯一的概周期解,伪概周期解与加权伪概周期解,而且该解函数还是全局指数稳定的。后本书探讨了时标上神经网络的加权伪概自守的存在性与全局指数稳定性,发现与概周期型解类似,若时标上的神经网络满足一定的条件,外部输入函数分别为概自守函数,伪概自守函数与加权伪概自守函数是时标上的神经网络相应的有一个概自守解,伪概自守解以及加权伪概自守解的充分条件。
目录
第1章 绪论
第2章 时标上的加权伪概周期函数与动力方程的加权伪概周期解
2.1 引言
2.2 时标的相关概念与性质
2.3 概周期时标的相关概念与性质
2.4 时标上加权伪概周期函数的定义与性质
2.5 时标上动力方程加权伪概周期解的存在性
第3章 时标上神经网络的加权伪概周期解的存在性与稳定性
3.1 引言
3.2 时标上的高阶Hopfield神经网络
3.3 时标上高阶Hopfield神经网络加权伪概周期解的存在性
3.4 时标上高阶Hopfield神经网络的加权伪概周期解的全局渐进稳定性
3.5 关于时标上全局指数稳定性的讨论
3.6 时标上高阶Hopfield神经网络加权伪概周期解的全局指数稳定性
3.7 数值例子
3.8 时标上的一类BAM神经网络
3.9 时标上BAM神经网络加权伪概周期解的存在性
3.10 时标上BAM神经网络的加权伪概周期解的全局指数稳定性
3.11 数值例子
第4章 时标上中立型神经网络的加权伪概周期解的存在性与稳定性
4.1 引言
4.2 时标上一类具有中立型分布时滞的高阶Hopfield神经网络
4.3 时标上具有中立型时滞的高阶Hopfield神经网络的加权伪概周期解的存在性
4.4 时标上具有中立型时滞的高阶Hopfield神经网络的加权伪概周期解的全局指数稳定性
4.5 数值例子
4.6 时标上一类具有中立型时滞的细胞神经网络
4.7 时标上具有中立型离散时滞的细胞神经网络的加权伪概周期解的存在性
4.8 时标上具有中立型时滞的细胞神经网络的加权伪概周期解的全局指数稳定性
4.9 时标上中立型细胞神经网络的数值例子
第5章 时标上神经网络的加权伪概自守解的存在性与全局指数稳定性
5.1 引言
5.2 时标上的概自守函数与动力方程的概自守解
5.3 时标上的加权伪概自守函数与动力方程的加权伪概自守解
5.4 时标上神经网络的加权伪概自守解的存在性
5.5 时标上神经网络的加权伪概自守解的全局指数稳定性
5.6 数值例子
第6章 总结与展望
6.1 总结
6.2 展望
参考文献
展开全部
本类五星书
本类畅销
-
MySQL数据库案例教程
¥34.9¥49.8 -
Java语言程序设计
¥66.5¥95.0 -
计算
¥92.2¥128.0 -
软件工程导论——方法、工具和案例(题库·微课视频版)
¥34.9¥49.8 -
C语言程序设计
¥31.9¥45.5 -
C程序设计(第五版)
¥34.3¥49.0 -
KUKA(库卡)工业机器人编程与操作
¥59.3¥79.0 -
用户增长方法论:找到产品长盛不衰的增长曲线
¥60.5¥89.0 -
删繁就简-单片机入门到精通
¥27.3¥39.0 -
中文版PHOTOSHOP 2024完全自学教程
¥83.9¥119.8 -
智能控制与强化学习先进值迭代评判设计
¥104.9¥139.8 -
实战数据可视化Excel篇
¥27.4¥49.8 -
人工智能应用基础(第2版)
¥32.7¥46.0 -
有限元基础与COMSOL案例分析
¥83.9¥119.8 -
企业AI之旅
¥43.5¥79.0 -
系统集成项目管理工程师教程(第3版
¥97.3¥139.0 -
可编程控制器系统应用编程(中级)
¥44.9¥59.8 -
Blender超级学习手册
¥83.9¥119.9 -
人工智能极简史
¥49.6¥68.0 -
利用PYTHON进行数据分析(原书第3版)
¥116.2¥149.0