...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>ISA Transactions >Global exponential stability of neutral high-order stochastic Hopfield neural networks with Markovian jump parameters and mixed time delays
【24h】

Global exponential stability of neutral high-order stochastic Hopfield neural networks with Markovian jump parameters and mixed time delays

机译：具有马尔可夫跳跃参数和混合时滞的中性高阶随机Hopfield神经网络的全局指数稳定性

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, a class of neutral high-order stochastic Hopfield neural networks with Markovian jump parameters and mixed time delays is investigated. The jumping parameters are modeled as a continuous-time finite-state Markov chain. At first, the existence of equilibrium point for the addressed neural networks is studied. By utilizing the Lyapunov stability theory, stochastic analysis theory and linear matrix inequality (LMI) technique, new delay-dependent stability criteria are presented in terms of linear matrix inequalities to guarantee the neural networks to be globally exponentially stable in the mean square. Numerical simulations are carried out to illustrate the main results.
机译：本文研究了一类具有马尔可夫跳跃参数和混合时滞的中立型高阶随机Hopfield神经网络。跳跃参数被建模为连续时间有限状态马尔可夫链。首先，研究了寻址神经网络平衡点的存在。通过利用Lyapunov稳定性理论，随机分析理论和线性矩阵不等式（LMI）技术，针对线性矩阵不等式提出了新的依赖于延迟的稳定性标准，以确保神经网络在均方中具有全局指数稳定性。进行数值模拟以说明主要结果。

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