Lagrange稳定性相关论文
神经网络具有自学习能力强、容错能力高、联想记忆等智能特性,是深度学习的基础,实现人工智能的基石,它还是数据挖掘研究的重要组......
神经网络是对人脑结构功能的模拟,具有容错率高、自学习能力强、并行计算等独特优势.它是人工智能和深度学习的重要组成部分,已在......
神经网络是一种高度复杂的非线性动力系统，在图像处理、保密通信以及最优化计算等诸多领域有着广泛的应用。而时滞是神经元间信号传......
该文首先利用Moser扭转定理证明了一类Duffing方程x+g(x)=e(t)的Lagrange稳定性,其中e(t)以1为周期,g:R→R具有下列性质:当x≥d时,......
本文主要讨论了如下两类微分方程解的有界性问题:一是一类具有依赖于时间的多项式位势的碰撞振子解的有界性;二是在共振点处的一般......
学位
本文主要包含两部分内容.其一，利用KAM理论研究了一类次线性反转系统的Lagrange稳定性，即所有解是有界的;其二，利用KAM方法研究了一类......
学位
本文讨论弹性碰撞振子和相关模型的周期解和lagrange碰撞振子是非线性振动和hamilton系统的重要模型之一，它们和fermi-ulam加速器问......
本文讨论拟周期碰撞振子的Lagrange稳定性，碰撞振子是非线性振动和非光滑Hamilton系统的重要模型之一，它的研究与Fermi-Ulam加速器问......
本文利用Lyapunov函数和不等式方法讨论了两类带有时滞的神经网络模型：具有时滞的忆阻Bidirectional Associative Memory（BAM）神经网......
Littlewood问题自上世纪60年代提出已有50余年，在此期间国内外许多专家学者对这类问题进行了全面的研究．Moser扭转定理是解决该类问......
本文研究了几类二阶系统的Lagrange稳定性问题和一类非线性拟周期方程的可约化性问题.主要内容安排如下:
第一章叙述相关工作......
20世纪在微分方程解的稳定性方面最重要的理论成果之一是KAM理论，人们在研究N-体问题时，发现了此理论，现在 KAM理论已是研究微分方程......
本文利用Moser扭转定理证明了一类Duffing方程x″+g(x)=e(t)的Lagrange稳定性,其中e(t)以1为周期,g:R→R具有下列性质:当x≥d0时,g......
