• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neural computing & applications >Robustness analysis of global exponential stability of neural networks with Markovian switching in the presence of time-varying delays or noises
【24h】

Robustness analysis of global exponential stability of neural networks with Markovian switching in the presence of time-varying delays or noises

机译：存在时变时滞或噪声的马尔可夫切换神经网络全局指数稳定性的鲁棒性分析

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 analyze the robustness of global exponential stability of neural networks with Markovian switching (NNwMS) subject to random disturbances or time-varying delays. Given a globally exponentially stable neural network with Markovian switching, the problems to be addressed herein are how much noises or time delays that the neural networks can remain to be globally exponentially stable. We characterize the upper bounds of the time delays or noise intensity for the NNwMS to sustain global exponential stability. Two numerical examples are provided to illustrate the theoretical results.
机译：在本文中，我们分析了具有随机干扰或时变时滞的马尔可夫切换（NNwMS）的神经网络的全局指数稳定性的鲁棒性。给定具有马尔可夫切换的全局指数稳定的神经网络，本文要解决的问题是神经网络可以保持全局指数稳定的噪声或时间延迟。我们表征了NNwMS的时延或噪声强度的上限，以维持全局指数稳定性。提供两个数值示例来说明理论结果。

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