首页--数理科学和化学论文--概率论与数理统计论文--概率论(几率论、或然率论)论文--随机过程论文--马尔可夫过程论文

马尔可夫跳跃忆阻神经网络的多性能分析与综合

摘要第4-5页
Abstract第5-6页
第一章 绪论第9-14页
    1.1 神经网络的研究发展史第9-10页
    1.2 忆阻神经网络的研究现状与意义第10-12页
    1.3 马尔可夫跳变忆阻神经网络研究进展第12页
    1.4 本文主要内容与结构第12-14页
第二章 预备知识第14-21页
    2.1 忆阻神经网络模型概述第14-18页
        2.1.1 忆阻器物理模型及简化数学模型第14-16页
        2.1.2 忆阻神经网络数学模型第16-18页
    2.2 数学基础第18-19页
    2.3 符号说明第19-20页
    2.4 小结第20-21页
第三章 马尔可夫跳跃忆阻神经网络的耗散指数镇定第21-39页
    3.1 引言第21页
    3.2 模型描述与预备知识第21-26页
    3.3 耗散指数镇定分析第26-32页
    3.4 数值算例第32-37页
    3.5 小结第37-39页
第四章 马尔可夫跳跃忆阻神经网络的混合H_∞/l_2-l_∞状态估计第39-55页
    4.1 引言第39页
    4.2 模型描述与预备知识第39-44页
    4.3 混合H_∞/l_2-l_∞性能分析及状态估计器设计第44-50页
    4.4 数值算例第50-54页
    4.5 小结第54-55页
第五章 马尔可夫跳跃忆阻神经网络的非脆弱耗散同步变增益控制第55-75页
    5.1 引言第55-56页
    5.2 模型描述与预备知识第56-62页
    5.3 耗散性能分析及非脆弱变增益控制器设计第62-68页
    5.4 数值算例第68-74页
    5.5 小结第74-75页
第六章 总结与展望第75-77页
    6.1 本文总结第75-76页
    6.2 未来展望第76-77页
参考文献第77-82页
附录A 插图清单第82-83页
附录B 表格清单第83-84页
在学研究成果第84-85页
致谢第85页

论文共85页,点击 下载论文
上一篇:基于二维纳米材料及其复合物的电化学传感器的研制及应用
下一篇:基于镀膜反射拉锥光纤的液体检测传感器的研究