导读:本文包含了双向联想记忆模型论文开题报告文献综述及选题提纲参考文献，主要关键词:时滞,脉冲,双向联想记忆神经网络模型,全局鲁棒一致渐近稳定性
双向联想记忆模型论文文献综述
赵亮,李树勇,杜启凤,张秀英[1]（2013）在《含时滞和脉冲的双向联想记忆神经网络模型的全局鲁棒一致渐近稳定性分析》一文中研究指出讨论了一类含时滞和脉冲的双向联想记忆神经网络模型的鲁棒渐近稳定性.通过构造恰当的Lyapunov泛函和使用线性矩阵不等式技巧,获得了该模型全局鲁棒一致渐近稳定的充分条件.通过2个例子说明了结论的有效性.(本文来源于《四川师范大学学报(自然科学版)》期刊2013年02期）
陈燕,葛菊红,徐鉴[2]（2011）在《时滞双向联想记忆神经网络模型电路实验与仿真》一文中研究指出在系统中引入时滞,相应的动力学系统成为非线性时滞动力系统,它的解空间是无限维的,具有更加丰富的动力学行为。目前时滞系统的研究多为理论和数值仿真。时滞实验方面,国内曾对时滞滤波器抑制起重机载荷残留摆动的理论进行实验验证,国外的学者则将时滞实验的重点放在对于时滞诱发双耦合非线性电路和双耦合热学光学振子的振幅死区的研究方面。文献[4]采用摄动增量法研究了时滞双向联想记忆神经网络由时滞诱发的周期解和完全同步周期解,给出了较为准确的理论分析结果。在这一理论背景下,本文设计了基于MAT-LAB/Simulink的数值仿真模块图,以及基于TMS320F2812芯片的时滞神经网络电路实验,结果表明数值仿真和实验结果与理论分析结果相吻合,从而进一步验证了摄动增量法理论分析的准确性。(本文来源于《力学季刊》期刊2011年03期）
旷世芳[3]（2009）在《双向联想记忆（BAM）神经网络模型的稳定性和Hopf分支分析》一文中研究指出作为一个有广泛应用背景的神经网络,其动力学行为是应用和设计的基础。考虑到神经网络中神经元之间信息传递过程对时间的实际需要,用以定义和描述神经网络的微分、差分方程模型理应是时滞微分、差分方程系统。由于大规模时滞差分、微分方程神经网络的定性分析目前仍缺少有效的工具和方法,而小规模时滞神经网络模型的动力学研究可为大规模网络的研究提供借鉴的方法和工具,所以研究小规模时滞微分、差分方程神经网络模型的长期动力学行为是一项十分有意义的工作。本学位论文就是建立在上述基础上的。本文主要对一类具自反馈和一类具多时滞的双向联想记忆(BAM)神经网络模型进行了稳定性和Hopf分支分析。首先,给出了模型的建立过程。其次,利用特征值方法对此模型的同步状态进行了稳定性分析。这种方法是将非线性系统在平衡点处局部线性化,通过分析特征值来研究其稳定性。然后,借助于一般的Hopf分支理论,我们获得分支周期解的存在性。利用正规型和中心流形的计算,推导出了一些公式来判断双向联想记忆(BAM)神经网络模型分支周期解的性质,例如Hopf分支方向与稳定性等等。最后,用例子进行了数值模拟,进一步证实了前面的结论。(本文来源于《湖南师范大学》期刊2009-05-01）
潘瑞芬[4]（2007）在《离散双向联想记忆神经网络模型周期解的存在性与指数稳定性》一文中研究指出本文讨论了两类离散双向联想记忆(BAM)神经网络模型的周期解，得到了保证其周期解存在性与全局指数稳定性的一些充分条件。全文共分为四章。第一章简要地介绍了双向联想记忆神经网络的历史背景与研究现状，并给出了本文的主要研究内容以及相关符号介绍。第二章简单地介绍了有关本文的一些相关引理与概念，然后又利用半离散方法讨论了连续变时滞BAM神经网络的离散模型(具体符号介绍见1．3节)。第叁章在信号传递函数满足有界性的前提下，利用M矩阵和Mawhin延拓定理，得到了连续变时滞BAM神经网络(1)的离散模型周期解的存在性；同时在信号传递函数满足Lipschitz条件的情况下，利用M矩阵又获得了其周期解的全局指数稳定性，用一个实例进行了说明。第四章在要求信号传递函数有界的条件下，不利用M矩阵，仅用Mawhin延拓定理得到了连续分布时滞BAM神经网络的离散模型周期解的存在性；同时在信号传递函数满足Lipschitz条件的情况下，利用M矩阵又获得了其周期解的全局指数稳定性，得到了几个有用的推论，并用一个实例进行了说明。(本文来源于《中南大学》期刊2007-06-30）
唐素芬,杨志春,李健明[5]（2006）在《含脉冲的双向联想记忆神经网络模型及其稳定性分析》一文中研究指出首先建立了一种含脉冲的双向联想记忆(BAM)神经网络模型,利用分段Lyapunov函数方法,讨论了网络的周期振荡性,全局指数稳定性质及其收敛速率,并给出一实例和数值仿真说明所得结论.(本文来源于《中国科技信息》期刊2006年08期）
李飞跃[6]（2005）在《含脉冲的双向联想记忆神经网络模型及其全局稳定性》一文中研究指出首先建立一种含脉冲的双向联想记忆(BAM)神经网络模型,利用分段Lya-punov函数方法,讨论网络的周期振荡性,全局指数稳定性质及其收敛速率,并给出一实例和数值仿真说明所得结论。(本文来源于《成都电子机械高等专科学校学报》期刊2005年04期）
张道强,陈松灿,潘志松[7]（2004）在《一般多值双向联想记忆模型及其在IP地址识别中的应用》一文中研究指出通过引入模式相似度的概念,给出了一个一般的多值双向联想记忆模型.该模型囊括了Wang的指数式多值双向联想记忆(Mv-eBAM)以及多项式多值双向联想记忆(PBHC),并衍生出几种新的多值双向联想记忆模型,即正切联想记忆(HTBAM)和柯西联想记忆等.其中侧重对比讨论了HTBAM和Wang的PBHC模型,模拟结果显示HTBAM具有和PBHC相当的存储容量,且纠错性能显着提高.最后利用此性能,将HTBAM用于IP地址识别中,给出了一种新颖的联想IP路由查找方法.(本文来源于《应用科学学报》期刊2004年03期）
张道强,陈松灿[8]（2003）在《推广的多值指数双向联想记忆模型及其应用》一文中研究指出推广了Wang的多值指数双向联想记忆(multi-valued exponential bi-directional associative memory,简称MV-eBAM)模型,使其成为所提出的推广的多值指数双向联想记忆 (extended MV-eBAM,简称EMV-eBAM) 模型的一个特例.EMV-eBAM具有比前者更高的存储容量和纠错性能,因此利用这种性能,设计了一种基于联想记忆的新型图像压缩算法.该算法在无噪声情况下具有与矢量量化(vector quantization,简称VQ)算法相近的性能,而在双重(信道和图像)噪声环境下则具有显着的抑制效果.对比实验结果显示,在添加5%椒盐噪声下,该算法几乎能完全排除噪声干扰,而VQ则反而放大了噪声.该算法的另一个优点是,当在差错信道中传送时,可以获得比采用循环纠错码更强的纠错性能.因而,该算法具有较强的鲁棒性.(本文来源于《软件学报》期刊2003年03期）
陈松灿,夏开军[9]（2002）在《内连式复值双向联想记忆模型及性能分析》一文中研究指出Lee的复域多值双向联想记忆模型(complex domain bidirectional associative memory,简称CDBAM)不仅将Kosko的实域BAM(bidirectional associative memory)推广至复域,而且推广至多值情形,以利于多值模式(如灰级图像等)间的联想.在此基础上,提出了一个新的推广模型:复域内连式多值双向联想记忆模型(intraconnected CDBAM,简称ICDBAM),通过定义的能量函数证明了它在同步与异步更新方式下的稳定性,从而保证所有训练样本对成为其稳定点,克服了CDBAM所存在的补码问题.计算机模拟证明了该模型比CDBAM具有更高的存储容量和更好的纠错性能.(本文来源于《软件学报》期刊2002年03期）
陈松灿,刘征[10]（2002）在《具有内连接的指数多值双向联想记忆模型》一文中研究指出C_CWang的多值指数双向联想记忆模型 (MVeBAM)是一种高存储容量的联想神经网络 .本文在MVe BAM的基础上通过引入自相关项 (或内连接 )提出了一个新的具有内连接的多值指数双向联想记忆模型 ,推广了MVeBAM .通过定义简单的能量函数证明了其在同、异步方式下的稳定性 ,从而保证了所学模式对成为被推广的MVeBAM(EMVeBAM)的稳定点 .最后 ,计算机模拟证实了EMVeBAM比MVeBAM具有更高的存储容量和更好的纠错性能(本文来源于《控制理论与应用》期刊2002年01期）
双向联想记忆模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在系统中引入时滞,相应的动力学系统成为非线性时滞动力系统,它的解空间是无限维的,具有更加丰富的动力学行为。目前时滞系统的研究多为理论和数值仿真。时滞实验方面,国内曾对时滞滤波器抑制起重机载荷残留摆动的理论进行实验验证,国外的学者则将时滞实验的重点放在对于时滞诱发双耦合非线性电路和双耦合热学光学振子的振幅死区的研究方面。文献[4]采用摄动增量法研究了时滞双向联想记忆神经网络由时滞诱发的周期解和完全同步周期解,给出了较为准确的理论分析结果。在这一理论背景下,本文设计了基于MAT-LAB/Simulink的数值仿真模块图,以及基于TMS320F2812芯片的时滞神经网络电路实验,结果表明数值仿真和实验结果与理论分析结果相吻合,从而进一步验证了摄动增量法理论分析的准确性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
双向联想记忆模型论文参考文献
[1].赵亮,李树勇,杜启凤,张秀英.含时滞和脉冲的双向联想记忆神经网络模型的全局鲁棒一致渐近稳定性分析[J].四川师范大学学报(自然科学版).2013
[2].陈燕,葛菊红,徐鉴.时滞双向联想记忆神经网络模型电路实验与仿真[J].力学季刊.2011
[3].旷世芳.双向联想记忆（BAM）神经网络模型的稳定性和Hopf分支分析[D].湖南师范大学.2009
[4].潘瑞芬.离散双向联想记忆神经网络模型周期解的存在性与指数稳定性[D].中南大学.2007
[5].唐素芬,杨志春,李健明.含脉冲的双向联想记忆神经网络模型及其稳定性分析[J].中国科技信息.2006
[6].李飞跃.含脉冲的双向联想记忆神经网络模型及其全局稳定性[J].成都电子机械高等专科学校学报.2005
[7].张道强,陈松灿,潘志松.一般多值双向联想记忆模型及其在IP地址识别中的应用[J].应用科学学报.2004
[8].张道强,陈松灿.推广的多值指数双向联想记忆模型及其应用[J].软件学报.2003
[9].陈松灿,夏开军.内连式复值双向联想记忆模型及性能分析[J].软件学报.2002
[10].陈松灿,刘征.具有内连接的指数多值双向联想记忆模型[J].控制理论与应用.2002
标签：时滞; 脉冲; 双向联想记忆神经网络模型; 全局鲁棒一致渐近稳定性;