中图网

>

计算机理论

四元数神经网络稳定性理论及应用

作者：宋乾坤

出版社：科学出版社出版时间：2024-03-01

开本： B5 页数： 271

本类榜单：计算机/网络销量榜

中图价:¥96.6(7.0折) 定价 ~~¥138.0~~ 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>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥96.6 加入购物车

版权信息
内容简介
目录

四元数神经网络稳定性理论及应用版权信息

ISBN：9787030761316
条形码：9787030761316 ; 978-7-03-076131-6
装帧：平装
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

四元数神经网络稳定性理论及应用内容简介

本书旨在介绍四元数神经网络稳定性理论及应用的研究现状、典型模型、常用研究方法。具体内容包括：四元数神经网络渐近稳定性、四元数神经网络鲁棒稳定性、四元数神经网络u-稳定性及均方稳定性、四元数神经网络Mittag-Leffler稳定性、四元数神经网络Lagrange稳定性及H-U稳定性、四元数神经网络多稳定性、四元数神经网络无源性及状态估计、四元数神经网络在联想记忆中的应用，并通过大量的数值仿真实例演示了理论结果的有效性。本书选材时强调新颖性与实用性，写作时体现通俗性与简洁性，既反映了该领域的近期新研究成果，也注重深入浅出和结构合理。

四元数神经网络稳定性理论及应用目录

目录前言第1章绪论 11.1 神经网络研究简史 11.1.1 早期阶段 11.1.2 过渡阶段 21.1.3 高潮阶段 31.1.4 平稳阶段 31.2 研究背景及研究意义 41.2.1 研究背景 41.2.2 研究意义 6第2章预备知识 82.1 符号说明 82.2 四元数概念及基本性质 82.3 稳定性概念及基本性质 92.4 本书常用引理 10第3章四元数神经网络渐近稳定性 133.1 连续时间型和离散时间型四元数神经网络渐近稳定性 133.1.1 模型描述 133.1.2 基本引理 153.1.3 主要结果 153.1.4 数值示例 303.2 中立型时滞四元数神经网络渐近稳定性 353.2.1 模型描述 353.2.2 基本假设 353.2.3 主要结果 353.2.4 数值示例 43第4章四元数神经网络鲁棒稳定性 464.1 时滞四元数神经网络鲁棒稳定性 464.1.1 模型描述 464.1.2 基本假设 464.1.3 基本概念和引理 474.1.4 主要结果 474.1.5 数值示例 584.2 中立型时滞分数阶四元数神经网络鲁棒稳定性 644.2.1 模型描述 644.2.2 基本假设和引理 654.2.3 主要结果 664.2.4 数值示例 77第5章四元数神经网络μ-稳定性及均方稳定性 855.1 混合时滞四元数神经网络μ-稳定性 855.1.1 模型描述 855.1.2 基本假设 865.1.3 基本概念和引理 875.1.4 主要结果 875.1.5 数值示例 1025.2 中立型时滞四元数随机神经网络均方稳定性 1095.2.1 模型描述 1095.2.2 基本假设 1105.2.3 基本概念和引理 1105.2.4 主要结果 1115.2.5 数值示例 120第6章四元数神经网络Mittag-Leffler稳定性 1246.1 分数阶四元数神经网络Mittag-Leffler稳定性 1246.1.1 模型描述 1246.1.2 基本概念和引理 1256.1.3 主要结果 1276.1.4 数值示例 1396.2 具有脉冲的分数阶四元数神经网络Mittag-Leffler稳定性 1416.2.1 模型描述 1416.2.2 基本概念 1426.2.3 基本假设 1436.2.4 基本引理 1436.2.5 主要结果 1466.2.6 数值示例 149第7章四元数神经网络Lagrange稳定性及H-U稳定性 1547.1 混合时滞四元数神经网络Lagrange稳定性 1547.1.1 模型描述 1547.1.2 基本假设和引理 1547.1.3 主要结果 1557.1.4 数值示例 1667.2 时变时滞四元数神经网络H-U稳定性 1707.2.1 模型描述 1707.2.2 基本概念和假设 1707.2.3 基本引理 1717.2.4 主要结果 1717.2.5 数值示例 177第8章四元数神经网络多稳定性 1848.1 有界性与吸引域 1848.1.1 模型描述 1848.1.2 基本假设 1848.1.3 基本概念 1858.1.4 主要结果 1858.2 模型的多稳定性 1878.2.1 平衡点的存在性 1878.2.2 平衡点的稳定性 1938.2.3 数值示例 198第9章四元数神经网络无源性及状态估计 2049.1 中立型时滞分数阶四元数神经网络无源性 2049.1.1 模型描述 2049.1.2 基本假设和引理 2049.1.3 主要结果 2059.1.4 数值示例 2139.2 时滞四元数神经网络状态估计.2209.2.1 模型描述 2209.2.2 基本假设 2219.2.3 主要结果 2229.2.4 数值示例 228第10章四元数神经网络在联想记忆中的应用 23510.1 离散型四元数神经网络在联想记忆中的应用 23510.1.1 模型描述 23510.1.2 基本假设 23510.1.3 主要结果 23510.1.4 算法设计 23810.1.5 应用示例 24010.2 连续型四元数神经网络在联想记忆中的应用 24210.2.1 模型描述 24210.2.2 基本假设和引理 24410.2.3 主要结果 24410.2.4 算法设计 25010.2.5 应用示例 251参考文献 256

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐