...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neurocomputing >Stability analysis of inertial Cohen-Grossberg neural networks with Markovian jumping parameters
【24h】

Stability analysis of inertial Cohen-Grossberg neural networks with Markovian jumping parameters

机译：马尔可夫跳跃参数的惯性Cohen-Grossberg神经网络的稳定性分析

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we concentrate on the problem of global asymptotical stability for a class of Markovian jump inertial Cohen-Grossberg neural networks. The jumping parameters are described with a continuous-time, finite-state Markov chain. By adopting the method of model transformation, differential mean value theorem, Lyapunov stability theory and linear matrix inequality techniques, we derive some novel sufficient conditions to guarantee the global asymptotical stability for the addressed systems. It is worth mentioning that the model investigated in this letter comprises and generalizes many existing results in the previous literature. Finally, the effectiveness of the theoretical results is validated by numerical examples. (C) 2017 Elsevier B.V. All rights reserved.
机译：在本文中，我们集中于一类马尔可夫跳跃惯性Cohen-Grossberg神经网络的全局渐近稳定性问题。用连续时间有限状态马尔可夫链描述跳跃参数。通过采用模型变换，微分中值定理，Lyapunov稳定性理论和线性矩阵不等式技术，我们得出了一些新颖的充分条件，可以保证所提出系统的全局渐近稳定性。值得一提的是，本文中研究的模型包括并概括了先前文献中的许多现有结果。最后，通过数值算例验证了理论结果的有效性。 （C）2017 Elsevier B.V.保留所有权利。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号