人工神經(jīng)網(wǎng)絡(luò)作為一種復(fù)雜的能夠進(jìn)行并行信息處理的數(shù)學(xué)計(jì)算模型,近幾十年來(lái)一直有眾多學(xué)者對(duì)其進(jìn)行研究,如今神經(jīng)網(wǎng)絡(luò)已經(jīng)廣泛用于實(shí)現(xiàn)人工智能、最優(yōu)化控制、模式識(shí)別、聯(lián)想記憶、圖像處理等方面。而聯(lián)想記憶作為一種模仿人類記憶的應(yīng)用,在處理輸入具有較大擾動(dòng)時(shí)識(shí)別率較高。在眾多種類的神經(jīng)網(wǎng)絡(luò)中,遞歸神經(jīng)網(wǎng)絡(luò)能夠很好地被應(yīng)用于聯(lián)想記憶、模式識(shí)別等,所以研究遞歸神經(jīng)網(wǎng)絡(luò)的動(dòng)力學(xué)行為是非常有必要的。將遞歸神經(jīng)網(wǎng)絡(luò)應(yīng)用于聯(lián)想記憶時(shí),需要將所要記憶的模式與遞歸神經(jīng)網(wǎng)絡(luò)的穩(wěn)定點(diǎn)進(jìn)行相關(guān)聯(lián),網(wǎng)絡(luò)的穩(wěn)定點(diǎn)的數(shù)量決定了應(yīng)用的記憶容量,所以對(duì)遞歸神經(jīng)網(wǎng)絡(luò)的多穩(wěn)定性的研究是具有重要的理論意義和工程應(yīng)用價(jià)值的。本文首先介紹了人工神經(jīng)網(wǎng)絡(luò)的研究概況、研究背景,接著針對(duì)遞歸神經(jīng)網(wǎng)絡(luò)的多穩(wěn)定性介紹了相關(guān)的研究意義和研究現(xiàn)狀。通過(guò)一些數(shù)學(xué)技巧得到了使得遞歸神經(jīng)網(wǎng)絡(luò)具有一定數(shù)量平衡點(diǎn)、不變集以及局部穩(wěn)定點(diǎn)的充分條件,并使用MATLAB對(duì)其進(jìn)行仿真實(shí)驗(yàn),并設(shè)計(jì)了相關(guān)的仿真聯(lián)想記憶應(yīng)用。本文的主要研究?jī)?nèi)容如下:(1)介紹了憶阻遞歸神經(jīng)網(wǎng)絡(luò),并針對(duì)該種具有廣義非單調(diào)激活函數(shù)的神經(jīng)網(wǎng)絡(luò)利用區(qū)域劃分,得到了使得網(wǎng)絡(luò)含有(2l+3)^...

【文章頁(yè)數(shù)】：72 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3-1激活函數(shù)示例圖像

圖3-1激活函數(shù)示例圖像Figure3-1.Samplefigureofactivationfunction12max,ijijijaaa，12min,ijijijaaa，給定一個(gè)集合ΞR，co。因此能得到....

圖3-2激活函數(shù)(3-17)的圖像

圖3-2激活函數(shù)(3-17)的圖像Figure3-2.Figureofactivationfunction(3-17)3-16）滿足定理3.3中的條件，所以系統(tǒng)（3-16）將會(huì)有9個(gè)局統(tǒng)的動(dòng)力學(xué)特性如下圖：

圖3-3系統(tǒng)(3-16)的狀態(tài)轉(zhuǎn)移特性

圖3-3系統(tǒng)(3-16)的狀態(tài)轉(zhuǎn)移特性Figure3-3.Transientstatesofsystem(3-16)從圖3-3中可以看到在二維向量空間中存在9個(gè)不同的穩(wěn)定平衡點(diǎn)（吸引子），并且它們的吸引域的大小相近。148343231x()3

圖4-1激活函數(shù)(4-2)的結(jié)構(gòu)圖

()()(())1,niiiijjjijDxtbxtafxtI++,,n，表示分?jǐn)?shù)階的階次并且(0,1)；()ixt代表在時(shí)刻t時(shí)值；0ib代表神經(jīng)元的自饋系數(shù)；ija是第個(gè)神經(jīng)元對(duì)第....

本文編號(hào)：3904704