STOCHASTIC STABILITY OF UNCERTAIN RECURRENT NEURAL NETWORKS WITH MARKOVIAN JUMPING PARAMETERS

来源 :Acta Mathematica Scientia(English Series) | 被引量 : 0次 | 上传用户：baidie123

【摘要】

：

In this paper, global robust stability of uncertain stochastic recurrent neural networks with Markovian jumping parameters is considered. A novel Linear matrix

【作者】

：

M.SYED ALI

【机构】

：

DepartmentofMathematics

【出处】

：

Acta Mathematica Scientia(English Series)

【发表日期】

：

2015年5期

【关键词】

：

递归神经网络随机稳定性跳跃线性矩阵不等式回归神经网络利普希茨条件鲁棒稳定性渐近稳定性 Lyapunov functional linear ma

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

In this paper, global robust stability of uncertain stochastic recurrent neural networks with Markovian jumping parameters is considered. A novel Linear matrix inequality(LMI) based stability criterion is obtained to guarantee the asymptotic stability of

其他文献

无人机数据链传输时延建模及其补偿

分析无人机数据链时延传输特点,研究造成信息传输延迟的因素;在分析数据链传输协议基础上,运用排队论对无人机地空数据链报文传输进行时延建模;基于＂当前＂统计模型,改进卡尔曼

期刊

无人机数据链时延建模排队论延迟补偿UAV Data Link Time Delay Model Queuing Theory Delay-Ti

非重叠场景下多摄像机车辆跟踪研究

目标跟踪是机器智能领域研究的一大研究方向。近年来,多摄像头的协同跟踪是跟踪研究的一大热点。实现一个简单的非重叠场景下的多摄像头跟踪框架。可以实现自动检测前景目标,并在两个摄像头间保持目标身份的同一性。具体来说前景检测模块实现混合高斯模型背景建模。在对多目标跟踪模块基本实现对出现的前景目标的识别与跟踪。对跟踪过程中出现的阴影、遮挡问题应用相应的解决方法,取得实际效果。对多目标匹配过程中特征的选取和时

期刊

视频监控混合高斯背景模型多目标跟踪图像匹配Video Surveillance Gaussian Mixture Model Multi-Objec

对微博热点事件情感分析的特征可靠性研究

在对基于微博的热点事件进行情感分析时,已有的特征选择算法通常根据训练集选择特征子集,容易存在统计上的偏差。针对该问题,提出一种从统计学角度考察特征可靠性的度量标准,通过考察特征项在面临随机噪声统计量时,在不同类别分布下的信息熵变化情况来评估该特征项的可靠性。采用对可靠性较低的特征量降低其权重的方式提高分类效果。实验结果表明,所提度量标准在信息增益和互信息特征选择算法中有效提升分类精度。

期刊

微博情感分析特征选择机器学习Micro-blog Sentiment Analysis Feature Selection Machine Lea

基于用户需求的信息网络拓扑维上卷模型的研究

随着信息网络的发展．信息网络拓扑维上卷逐渐成为本领域的一个热点，同时它的应用价值也随之提升。对给定节点不上卷．其他节点上卷到指定层次的方法来满足用户的特定需求。提出满

期刊

信息网络特定需求拓扑维上卷Information Network Specific Requirements Topological Dimensi

STOCHASTIC STABILITY OF UNCERTAIN RECURRENT NEURAL NETWORKS WITH MARKOVIAN JUMPING PARAMETERS

其他学术论文