具常数时滞细胞神经网络概周期解

利用矩阵不等式的分析技巧和Banach空间中不动点定理,得到了具常数时滞细胞神经网络概周期解的存在性、唯一性和全局指数稳定性,推广和改进了已有文献的结论。     

变系数变时滞BAM神经网络概周期解的存在性与全局吸引性

利用指数二分性、Banach不动点定理与微分不等式分析技巧,在不要求激活函数有界的条件下,给出了变系数变时滞的BAM神经网络概周期解的存在唯一性和全局吸引性的充分条件．所得结果推广和改进了相应文献的结果。对设计BAM神经网络概周期振荡有重要意义．     

高阶S-分布时滞广义细胞神经网络的全局指数稳定性

研究一类高阶S-分布时滞广义细胞神经网络的稳定性.利用一些分析技巧,通过构造恰当的Lebesgue-Stieltjes积分型Lyapunov泛函,得到系统全局指数稳定的充分条件,判断方法简单易验证.最后给出了主要定理的一个实例,表明结论的有效性.     

具有时滞的细胞神经网络模型的全局指数稳定性

利用拓扑度理论、推广的Halanaly矩阵时滞微分不等式、Lyapunov原理以及Dini导数,研究了具有时滞的细胞神经网络模型的全局指数稳定性．去掉了有关文献中要求输出函数fj在实数集R上有界、可微的条件,给出了更弱的判定平衡点的存在唯一性以及全局指数稳定性的判据,推广和改进了前人的相关结论,最后的数值例子说明本文结果不仅保守性小,而且计算简单．     

具有分布时滞离散Cohen-Grossberg神经网络的周期解

讨论了一类具有分布时滞离散Cohen-Grossberg神经网络模型,利用M-矩阵理论与适合的Lypunov函数,得到该类模型周期解的存在性与全局指数稳定性．     

带脉冲的BAM神经网络的全局指数稳定性

利用M矩阵理论,推广的微分不等式和Lyapunov函数,研究了一类带时滞和脉冲的BAM神经网络平衡点的存在唯一性和全局指数稳定性条件.文中推广了以往文献脉冲函数的形式,无需时滞的可导性要求,从而减弱了以往结论的条件,并且可以估计网络的指数收敛速率.     

一类细胞神经网络概周期解的存在性与全局吸引性

研究各细胞元拥有各自信号处理函数并具分布时滞的二维分流抑制细胞神经网络的概周期解的存在性和吸引性，获得存在性与吸引性的一个充分条件．     

一类具变时滞的模糊BAM神经网络的平衡点的指数稳定性(英文)

研究一类具变时滞的模糊BAM神经网络.利用拓扑度论和微分不等式,获得了该类网络平衡点的存在性、唯一性和全局指数稳定性的充分条件.一个例子用来解释本文获得的结果.     

具有S-分布时滞BAM神经网络的全局指数稳定性

研究一类S-分布时滞BAM神经网络的稳定性问题.通过构造恰当的Lebesgue-Stieltjes积分型Lyapunov泛函,并结合Schwartz不等式和一些分析技巧,得到了系统全局指数稳定的充分条件,最后给出了主要定理的一个实例,表明结论的有效性.     

一类具反应扩散项的时滞耦合神经网络的同步

主要讨论一类具有反应扩散项混合时滞耦合神经网络的同步问题.同时,考虑系统参数的范数有界不确定性及其切换依赖某个马尔可夫链等方面对其的影响.文中通过构造新颖的Lyapunov-Krasovskii泛函,运用线性矩阵不等式(LMI)技术并结合Kronecker积来获得耦合神经网络的鲁棒均方全局指数同步的充分性条件,并且所获得的判据依赖于时滞.该条件可由MATLAB的LMI工具箱进行有效的验证.此外,细胞激活函数更为一般的假设,可进一步减少结论的保守性.     

变时延神经网络的全局指数稳定性及收敛性

利用Lyapunov泛函方法和线性矩阵不等式（LMI）技术,通过引入一系列参数,给出全局指数稳定的平衡点的判别条件和时延的最大上界和神经网络的收敛速度,所得结果较之一些文献中的结果简单、实用并且对于具体设计带时延神经网络有重要的指导意义.最后,通过实例表明给出的判定条件是有效、可行的.     

Attractability and location of equilibrium point of cellular neural networks with time-varying delays

This paper presents new theoretical results on global exponential stability of cellular neural networks with time-varying delays. The stability conditions depend on external inputs, connection weights and delays of cellular neural networks. Using these results, global exponential stability of cellular neural networks can be derived, and the estimate for location of equilibrium point can also be obtained. Finally, the simulating results demonstrate the validity and feasibility of our proposed approach.     

A novel global exponential stability result for discrete-time cellular neural networks with variable delays

Global exponential stability is considered for a class of discrete-time cellular neural networks with variable delays. By employing a discrete Halanay inequality, a new result is presented ensuring global exponential stability of the unique equilibrium point of the networks. The result extends and improves the earlier publications due to the fact that it removes some restrictions on the delay. An example is given to illustrate the effectiveness of the global exponential stability condition provided here.     

具有连续分布时滞神经网络的稳定性分析

本文研究具有连续分布时滞神经网络的平衡点的稳定性问题,利用构造Ｌｙａｐｕｎｏｖ泛函和不等式分析技巧,给出了具有连续分布时滞神经网络全局渐近稳定性的充分条件。     

Robust exponential stabilization of a class of delayed neural networks with reaction-diffusion terms

In this paper, the problem of global robust exponential stabilization for a class of neural networks with reaction-diffusion terms and time-varying delays which covers the Hopfield neural networks and cellular neural networks is investigated. A feedback control gain matrix is derived to achieve the global robust exponential stabilization of the neural networks by using the Lyapunov stability theory, and the stabilization condition can be verified if a certain Hamiltonian matrix with no eigenvalues on the imaginary axis. This condition can avoid solving an algebraic Riccati equation. Finally, a numerical simulation illustrates the effectiveness of the results.