中图网

>

内科学

>

神经内科

时滞递归神经网络的状态估计理论与应用

作者：黄鹤

出版社：科学出版社出版时间：2014-09-01

开本： 24cm 页数： 253页

本类榜单：医学销量榜

中图价:¥70.6(7.2折) 定价 ~~¥98.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
补遗雷公炮制便览 (一函2册)

补遗雷公炮制便览 (一函2册)

¥616¥880
>
方剂学

方剂学

¥68.9¥79
>
(精)河南古代医家经验辑

(精)河南古代医家经验辑

¥39.7¥90
>
中医珍本文库影印点校(珍藏版):医案摘奇·雪雅堂医案合集

中医珍本文库影印点校(珍藏版):医案摘奇·雪雅堂医案合集

¥24.3¥46.8
>
中医珍本文库影印点校(珍藏版):外科方外奇方

中医珍本文库影印点校(珍藏版):外科方外奇方

¥10.3¥17
>
中医珍本文库影印点校(珍藏版):用药禁忌书

中医珍本文库影印点校(珍藏版):用药禁忌书

¥13.8¥25
>
中医珍本文库影印点校(珍藏版):沈氏女科辑要笺疏

中医珍本文库影印点校(珍藏版):沈氏女科辑要笺疏

¥17.9¥37

商品详情
商品评论(0条)

中图价:¥70.6 加入购物车

版权信息
本书特色
内容简介
目录

时滞递归神经网络的状态估计理论与应用版权信息

ISBN：9787030418913
条形码：9787030418913 ; 978-7-03-041891-3
装帧：暂无
册数：暂无
重量：暂无
所属分类：
医学
>
内科学
>
神经内科

时滞递归神经网络的状态估计理论与应用本书特色

本书系统地介绍了时滞递归神经网络的状态估计理论以及在反馈控制中的应用。全书分为四部分。其中，*部分为第2-6章，主要介绍时滞局部场神经网络的状态估计。第二部分为第7-10章，主要阐述时滞静态神经网络的状态估计。第三部分为第11-12章，分析带马尔可夫跳跃参数的时滞递归神经网络的状态估计。第四部分为第13章，讨论时滞递归神经网络的状态估计理论在反馈控制方面的应用。

时滞递归神经网络的状态估计理论与应用内容简介

本书系统地介绍了时滞递归神经网络的状态估计理论以及在反馈控制中的应用。全书分为四部分。其中, **部分为第2-6章, 主要介绍时滞局部场神经网络的状态估计。第二部分为第7-10章, 主要阐述时滞静态神经网络的状态估计。第三部分为第11-12章, 分析带马尔可夫跳跃参数的时滞递归神经网络的状态估计。第四部分为第13章, 讨论时滞递归神经网络的状态估计理论在反馈控制方面的应用。

时滞递归神经网络的状态估计理论与应用目录

前言第1章引言 1.1 神经网络的研究进展 1.2 递归神经网络的分类 1.3 递归神经网络的动力学行为 1.3.1 Lyapunov稳定性理论简介 1.3.2 时滞线性系统的稳定性 1.3.3 时滞递归神经网络的稳定性 1.4 研究现状和全书主要内容概述 1.5 几个常用的引理 **部分时滞局部场神经网络的状态估计第2章时滞局部场神经网络的状态估计(Ⅰ)：基于自由权矩阵的方法 2.1 问题的描述 2.2 时滞局部场神经网络的状态估计器设计 2.3 仿真示例 2.4 本章小结第3章时滞局部场神经网络的状态估计(Ⅱ)：基于改进的时滞划分方法 3.1 问题的描述 3.2 改进的时滞划分方法的基本思想 3.3 基于改进时滞划分方法的状态估计器设计 3.4 数值结果与比较 3.5 本章小结第4章时滞局部场神经网络的状态估计(Ⅲ)：基于松弛参数的方法 4.1 问题的描述 4.2 基于松弛参数的状态估计器设计 4.3 在时滞混沌神经网络中的应用 4.4 本章小结第5章具有参数不确定性的时滞局部场神经网络的鲁棒状态估计 5.1 问题的描述 5.2 鲁棒状态估计器的设计 5.3 不带参数不确定性的时滞局部场神经网络的状态估计 5.4 仿真示例 5.5 本章小结第6章时滞局部场神经网络的保性能状态估计 6.1 问题的描述 6.2 依赖于时滞的保H∞性能的状态估计器的设计 6.3 依赖于时滞的保广义H2性能的状态估计器的设计 6.4 两个示例 6.5 讨论与比较 6.6 本章小结第二部分时滞静态神经网络的状态估计第7章时滞静态神经网络的状态估计(Ⅰ)：依赖于时滞的设计方法 7.1 问题的描述 7.2 状态估计器的设计 7.3 时滞静态神经网络的稳定性分析 7.4 仿真示例 7.5 本章小结第8章时滞静态神经网络的状态估计(Ⅱ)：保性能状态估计的初步结果 8.1 问题的描述 8.2 时滞静态神经网络的保H∞性能的状态估计 8.2.1 不依赖于时滞的保H∞性能的状态估计 8.2.2 依赖于时滞的保H∞性能的状态估计 8.3 保广义H2性能的状态估计器设计 8.3.1 不依赖于时滞的保广义H2性能的状态估计 8.3.2 依赖于时滞的保广义H2性能的状态估计 8.4 仿真示例 8.5 本章小结第9章时滞静态神经网络的状态估计(Ⅲ)：基于二阶积分不等式的保性能状态估计 9.1 问题的描述 9.2 基于二阶积分不等式的保H∞性能的状态估计 9.2.1 依赖于时滞的保H∞性能的设计准则. 9.2.2 仿真示例 9.3 基于二阶积分不等式的保广义H2性能的状态估计 9.3.1 依赖于时滞的保广义H2性能的设计准则 9.3.2 仿真示例 9.4 本章小结第10章时滞静态神经网络的状态估计(Ⅳ)：Arcak型状态估计器设计 10.1 问题的描述 10.2 保广义H2性能的状态估计 10.3 示例与数值比较 10.4 本章小结第三部分带马尔可夫跳跃参数的时滞递归神经网络的状态估计第11章依赖于系统模态的带马尔可夫跳跃参数和混合时滞的递归神经网络的状态估计 11.1 问题的描述 11.2 依赖于系统模态的状态估计器设计 11.3 讨论与比较 11.4 具有复杂动力学行为的马尔可夫跳跃神经网络的状态估计 11.5 本章小结第12章带马尔可夫跳跃参数的时滞递归神经网络的滤波器设计 12.1 问题的描述 12.2 H∞滤波器的设计 12.3 L2-L∞滤波器的设计 12.4 仿真示例 12.5 本章小结第四部分时滞递归神经网络的状态估计理论在反馈控制方面的应用第13章基于状态估计理论的时滞递归神经网络的指数镇定 13.1 问题的描述 13.2 基于状态估计的反馈控制 13.3 仿真示例 13.4 本章小结参考文献本书常用的数学符号

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐