机读格式显示(MARC)

• 000 01940cam0 2200325 450

• 001 0000426596

• 005 20221104160500.0

• 010 __ |a 978-7-03-069335-8 |d CNY168.00

• 099 __ |a CAL 012021091168

• 100 __ |a 20210824d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a afk a 000yy

• 106 __ |a r

• 200 1_ |a 分数阶神经网络的定性分析与控制 |A fen shu jie shen jing wang luo de ding xing fen xi yu kong zhi |f 于永光 ... [等] 著

• 210 __ |a 北京 |c 科学出版社 |d 2021

• 215 __ |a 349页, [9] 页图版 |c 图 (部分彩图) |d 24cm

• 304 __ |a 题名页题其余责任者: 王虎, 张硕, 谷雅娟

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目 (第339-349页)

• 330 __ |a 本书介绍了分数阶微积分学的基本知识与数值计算方法, 改进了分数阶Lyapunov直接法, 通过减弱原方法的条件, 扩大适用范围, 进而增加找到合适Lyapunov函数的可能性.并给出了多时滞线性分数阶系统的稳定性结果, 以及分数阶时滞系统的比较原理, 从而为论证非线性分数阶时滞系统的稳定性提供了有力的工具。针对不连续的分数阶系统, 给出了连续不可微的Lyapunov函数的Caputo和Riemann-Liouville分数阶微分不等式, 为分析不连续的分数阶系统提供了理论工具。以分数阶系统稳定性理论为基础, 研究了分数阶神经网络的稳定性与控制问题。研究了分数阶神经网络的同步问题, 其中有完全同步、延迟同步、反向同步、射影同步、广义同步、鲁棒同步, 分数阶竞争神经网络的同步, 分数阶惯性神经网络同步；基于忆阻器的分数阶带有参数不确定的神经网络鲁棒稳定性, 参数扰动下的一致稳定性。并研究了基于忆阻器分数阶神经网络的同步问题, 其中有鲁棒同步、滞后同步、射影同步；分数阶复值神经网络的全局渐近稳定性。并通过大量的数值仿真验证了理论结果的正确性和有效性。

• 510 1_ |a Qualitative analysis and control of fractional order neural networks |z eng

• 606 0_ |a 微积分 |A wei ji fen |x 应用 |x 人工神经网络 |x 研究

• 690 __ |a TP183 |v 5

• 690 __ |a Q811.1 |v 5

• 701 _0 |a 于永光 |A yu yong guang |4 著

• 701 _0 |a 王虎 |A wang hu |4 著

• 701 _0 |a 张硕 |A zhang shuo |4 著

• 801 _0 |a CN |b NMU |c 20210824

• 905 __ |a AUSTL |d TP183/Y918