【随机人工神经网络系统渐近行为研究】廖伍代.pdf

ADissertationSubmittedinPartialFulfillmentoftheRequirements For theDegreeof Doctor of PhilosophyinEngineering Studies ofAsymptoticBehaviors onStochasticArtificial NeuralNetworks Ph.D.Candidate:LiaoWudai Major System Engineering Supervisor Prof.

华中科技大学博士学位论文白噪声由线性形式表出的情形,给出了一般性的、可以程序化的检验方法和结果.随机双向联想记忆人工神经网络平衡点的渐近行为.由于双向联想记忆神经网络平衡点用于存贮记忆对象,不完整、待联想的对象与已记忆的对象相近,因此在在这一部分主要研究网络平衡点局部渐近行为.利用一次线性近似理论、方法和随机分析等工具,研究了网络平衡点局部均方指数渐近稳定和几乎必然指数渐近稳定性等系统的渐近行为,得到了一系列判别标准,所得结果较之Hopfield网络更为具体,更具自身特点.

华中科技大学博士学位论文 behaviorsunder someextentofrandomperturbations.Abouttheasymptoticbehaviorsoftheequibriaof thestochasticcellularneural networks(CNN)Considering the characteristic that the activation functions of the neurons in thenetworks arehalf-linearity,we divide the statespace into some sub-space