三类BAM神经网络的动力行为研究及SOFM神经网络的应用
本文主要研究了三类双向联想记忆神经网络的动力行为以及自组织特征映射神经网络的应用.主要研究以下五个方面的内容：
1、简要概述了神经网络研究的意义、背景、进展以及前人一些主要的相关研究成果。
2、研究了一类S分布时滞Cohen-Grossberg型BAM神经网络的动力行为.首先利用M-矩阵、同胚映射的性质以及Lyapunov泛函方法得出了该网络平衡解的存在性唯一性以及渐近稳定性定理，推广了相关文献中的结果；然后利用压缩映射原理和Lyapunov泛函方法研究了平衡解的指数稳定性，给出了判别条件。
3、把随机因素引入到Cohen-Grossberg型BAM神经网络模型中，得到了一类S分布时滞随机Cohen-Grossberg型BAM神经网络.去掉已有文献的激活函数在R上有界、可微和严格单调的要求，通过构造合适的Lyapunov泛函，利用半鞅收敛定理及一些不等式技巧得到模型平衡解的几乎必然指数稳定性的定理及推论。
4、研究了一类具有混合时滞的脉冲BAM神经网络，通过Lyapunov稳定性理论以及运用不等式技巧得出了该网络的指数稳定性，推广了有关文献中的结果。
5、在提出改进的自组织特征映射(SOFM)神经网络的基础上，利用SOFM网络能够对高维数据有效分类的特点，将SOFM神经网络应用于学生的综合评价。
BAM神经网络;动力行为;SOFM神经网络;压缩映射原理;指数稳定性
中国海洋大学
硕士
应用数学
王林山
2012
中文
TP183;O29
56
2012-12-27（万方平台首次上网日期，不代表论文的发表时间）