书目

几类时滞神经网络的稳定性研究

内容简介

时滞神经网络是高度复杂的大规模的非线性动力学系统,具有丰富的动力学行为。本书对几类时滞随机神经网络的全局渐近稳定性和全局鲁棒稳定性进行了深入研究,其中包括:不确定随机神经网络与时滞区间相关的全局鲁棒稳定性条件、带区间时变时滞的不确定随机神经网络的全局鲁棒稳定性、具有区间时变时滞与分布时滞的不确定随机神经网络的均方稳定性、不确定时滞随机BAM神经网络的均方稳定性、以及时滞随机中立神经网络的全局渐近稳定性条件等方面的研究。

作者简介

男,博士,教授,硕士生导师,留加访问学者,中国计算机学会(CCF)高级会员,美国计算机协会(ACM)会员。主要研究领域:神经网络、机器学习、大数据分析及应用。先后在Chaos,Solitons&Fractals、InternationalJournalofComputerMathematics、CognitiveNeurodynamics、InformationSciences、Neurocomputing、AppliedMathematicalModelling等国内外学术期刊和国际学术会议上发表学术论文40余篇,其中SCI收录12篇,EI收录20篇。先后为多个国际学术刊物(SCI源期刊)和国际学术会议审稿,主要包括IEEETransactionsonNeuralNetworks、IEEETransactionsonSystems,Man,andCybernetics-PartB:Cybernetics、Neurocomputing、InternationalJournalofRobustandNonlinearControl、NeuralComputingandApplications、InternationalJournalofComputerMathematic等。目前,作为项目负责人或主研人员进行了多项相关课题的研究,参加和已经完成的科研项目10项(其中省部级项目8项,院级项目2项)。

—  END  —