文献类型：期刊文献

中文题名：一类BAM随机神经网络的稳定性

英文题名：Stability of a Class BAM Stochastic Neural Networks

作者：缪春芳[1];柯云泉[1]

机构：[1]绍兴文理学院数学系

年份：2008

卷号：23

期号：4

起止页码：623

中文期刊名：生物数学学报

外文期刊名：Journal of Biomathematics

收录：北大核心2004、CSCD2011_2012、北大核心、CSCD

基金：浙江省自然科学基金项目(6040030)

语种：中文

中文关键词：BAM随机神经网络;Schwarz积分不等式;Ito积分性质;全局稳定性;指数稳;定性

外文关键词：BAM stochastic neural networks; Schwarz integral inequality; Ito integral property; Global sability; Exponential stability

中文摘要：对于一类双向联想记忆(BAM)随机神经网络,研究其全局稳定性和指数稳定性,利用Schwarz积分不等式和It积分性质,给出其稳定性判定的充分性条件.

外文摘要：To stochastic neural networks of a class bi-directional associative memory, we investigat their global sability and exponential stability. The general sufficient conditions for global sability and exponential stability of a class BAM stochastic neural networks are established by using the schwarz integral inequality and Ito integral property.