返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 分数阶神经网络的定性分析与控制 于永光//王虎//张硕//谷雅娟 著 专业科技 文轩网
  • 新华书店正版
    • 作者: 于永光//王虎//张硕//谷雅娟著
    • 出版社: 科学出版社
    • 出版时间:2021-07-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 于永光//王虎//张硕//谷雅娟著
    • 出版社:科学出版社
    • 出版时间:2021-07-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2021-07-01
    • 字数:455000
    • 页数:349
    • 开本:16开
    • 装帧:平装
    • ISBN:9787030693358
    • 国别/地区:中国
    • 版权提供:科学出版社

    分数阶神经网络的定性分析与控制

    作  者:于永光//王虎//张硕//谷雅娟 著
    定  价:168
    出 版 社:科学出版社
    出版日期:2021年07月01日
    页  数:349
    装  帧:平装
    ISBN:9787030693358
    主编推荐

    内容简介

    分数阶微积分是研究任意阶微分和积分的理论,是普通的整数阶微分和积分向非整数阶的推广.分数阶微分有助于神经元高效的信息处理,并可以触发神经元的振荡频率的独立转变.并且分数微积分模型提出了新的实验和测量方法,可以动态的揭示生物系统结构和意义.因此,在神经细胞组织,通过应用分数阶微积分,可以瓦解单个分子膜的固有复杂性,提供了对生物系统的功能和行为的一种整体理解.此外,神经网络是一种复杂的大规模动力系统,具有十分丰富的动力学属性,本文主要针对不同的分数阶神经网络系统的动力学行为和控制策略进行详细的介绍和分析。

    作者简介

    精彩内容

    目录
    目录
    前言
    主要符号
    章 分数阶微积分基础知识 1
    1.1 一些特殊函数的定义和性质 1
    1.1.1 Gamma函数 1
    1.1.2 Beta函数 2
    1.1.3 Mittag-Leffler函数 2
    1.2 分数阶导数的定义和性质 3
    1.2.1 Grünwald-Letnikov分数阶微积分定义 4
    1.2.2 Riemann-Liouville分数阶微积分定义 6
    1.2.3 Caputo分数阶微分定义 11
    1.3 本章小结 13
    第2章 分数阶微分方程的求解算法 15
    2.1 分数阶微分方程的预估校正解法 15
    2.2 时滞分数阶微分方程的预估校正解法 16
    2.3 时变时滞分数阶微分方程的预估校正解法 17
    2.3.1 算法建立 17
    2.3.2 算法稳定性分析 19
    2.3.3 数值分析 26
    2.4 本章小结 32
    第3章 分数阶系统稳定性理论 33
    3.1 线性分数阶系统稳定性定理 33
    3.2 分数阶Lyapunov方法及推广 34
    3.2.1 分数阶Lyapunov直接法 34
    3.2.2 分数阶Lyapunov方法的推广 36
    3.3 时滞线性分数阶稳定性定理 47
    3.4 时滞分数阶Lyapunov方法 51
    3.5 分数阶线性矩阵不等式条件 58
    3.5.1 一般模型的线性矩阵不等式条件 58
    3.5.2 时滞模型的线性矩阵不等式条件 64
    3.6 分数阶不连续系统的Lyapunov条件 69
    3.6.1 Caputo分数阶微分不等式 69
    3.6.2 R-L分数阶微分不等式 72
    3.7 本章小结 76
    第4章 分数阶神经网络的稳定性分析 78
    4.1 分数阶神经网络的建模过程 78
    4.2 分数阶神经网络的全局稳定性 80
    4.3 带有有界扰动的分数阶神经网络的动力学分析 83
    4.3.1 参数扰动模型 83
    4.3.2 外部输入扰动模型 86
    4.4 分数阶不连续神经网络动力学分析 92
    4.5 本章小结 101
    第5章 分数阶神经网络的同步研究 102
    5.1 分数阶神经网络的同步 102
    5.1.1 分数阶神经网络的完全同步 103
    5.1.2 分数阶神经网络的准同步 105
    5.1.3 分数阶神经网络的鲁棒同步 107
    5.1.4 分数阶神经网络的广义同步 112
    5.2 参数不确定的分数阶神经网络的同步 119
    5.2.1 同步条件 119
    5.2.2 数值仿真 124
    5.3 分数阶竞争神经网络的同步 128
    5.3.1 参数已知的R-L型分数阶竞争神经网络的同步 129
    5.3.2 参数未知的R-L型分数阶竞争神经网络的同步 134
    5.3.3 安全通信领域中的应用 140
    5.4 分数阶惯性神经网络的同步 142
    5.4.1 R-L型时滞分数阶惯性神经网络的完全同步 143
    5.4.2 一类R-L型时滞分数阶惯性神经网络的稳定性分析 154
    5.5 本章小结 156
    第6章 时滞分数阶神经网络的稳定性分析 158
    6.1 时滞分数阶神经网络的稳定性理论 159
    6.2 二维时滞分数阶神经网络 162
    6.2.1 稳定性分析 162
    6.2.2 数值仿真 169
    6.3 环结构的时滞分数阶神经网络 171
    6.3.1 三维环结构时滞分数阶神经网络的稳定性分析 171
    6.3.2 高维环结构时滞分数阶神经网络的稳定性分析 176
    6.3.3 数值仿真 182
    6.4 中心结构的时滞分数阶神经网络 185
    6.4.1 稳定性分析 185
    6.4.2 数值仿真 188
    6.4.3 讨论 190
    6.5 时滞分数阶神经网络的全局稳定性分析 194
    6.5.1 全局一致渐近稳定性分析 194
    6.5.2 数值仿真 201
    6.6 有界扰动的时滞分数阶神经网络稳定性分析 203
    6.6.1 全局一致稳定性分析 203
    6.6.2 有界扰动时滞分数阶神经网络解区域的估计 208
    6.6.3 数值仿真 211
    6.7 本章小结 216
    第7章 基于忆阻器的分数阶神经网络的稳定性与控制研究 217
    7.1 基于忆阻器的分数阶神经网络的稳定性分析 217
    7.2 基于忆阻器的分数阶不确定神经网络稳定性分析 228
    7.2.1 系统模型介绍 228
    7.2.2 鲁棒稳定性分析 229
    7.2.3 数值仿真 233
    7.3 基于忆阻器的时滞分数阶神经网络的稳定性分析 235
    7.3.1 Lyapunov局部渐近稳定性分析 235
    7.3.2 数值仿真 239
    7.4 有界扰动下基于忆阻器的时滞分数阶神经网络的稳定性分析 241
    7.4.1 Lyapunov一致稳定性分析 241
    7.4.2 有界扰动情况下系统解区间的估计 244
    7.4.3 数值仿真 247
    7.5 基于忆阻器的分数阶不确定神经网络鲁棒同步研究 248
    7.5.1 鲁棒同步 249
    7.5.2 数值仿真 252
    7.6 基于忆阻器的分数阶神经网络系统的滞后同步 256
    7.6.1 模型建立 257
    7.6.2 系统的滞后同步 258
    7.6.3 数值仿真 260
    7.7 基于忆阻器的分数阶神经网络的射影同步 261
    7.7.1 射影同步条件 262
    7.7.2 数值仿真 268
    7.8 基于忆阻器的参数不确定的分数阶神经网络的同步 272
    7.8.1 同步条件 272
    7.8.2 数值仿真 277
    7.9 参数未知的R-L型分数阶忆阻器神经网络同步 283
    7.9.1 同步条件 283
    7.9.2 数值仿真 291
    7.10 本章小结 298
    第8章 分数阶复值神经网络的稳定性分析 300
    8.1 分数阶复值神经网络可分时系统的稳定性分析 300
    8.1.1 Lyapunov全局渐近稳定性分析 300
    8.1.2 数值仿真 313
    8.1.3 有界时滞系统的稳定性分析 316
    8.1.4 数值仿真 318
    8.2 不确定参数的脉冲复值时滞分数阶神经网络的稳定性分析 320
    8.2.1 模型简介及基本条件 321
    8.2.2 全局渐近稳定 322
    8.2.3 数值仿真 332
    8.3 本章小结 338
    参考文献 339
    彩图

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购