• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Neural computing & applications >Robustness of globally exponential stability of delayed neural networks in the presence of random disturbances
【24h】

Robustness of globally exponential stability of delayed neural networks in the presence of random disturbances

机译：存在随机扰动的时滞神经网络的全局指数稳定性的鲁棒性

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

This paper analyzes the robustness of globally exponential stability of time-varying delayed neural networks (NNs) subjected to random disturbances. Given a globally exponentially stable neural network, and in the presence of noise, we quantify how much noise intensity that the delayed neural network can remain to be globally exponentially stable. We characterize the upper bounds of the noise intensity for the delayed NNs to sustain globally exponential stability. The upper bounds of parameter uncertainty intensity are characterized by using transcendental equation. A numerical example is provided to illustrate the theoretical result.
机译：本文分析了时变时滞神经网络（NNs）在随机扰动下的全局指数稳定性的鲁棒性。给定一个全局指数稳定的神经网络，并且在存在噪声的情况下，我们量化了延迟神经网络可以保持全局指数稳定的噪声强度。我们表征了延迟神经网络的噪声强度的上限，以维持全局指数稳定性。利用先验方程来表征参数不确定性强度的上限。数值例子说明了理论结果。

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