摘要：双向联想记忆神经网络通常用于描述借助于双向,即前后两个方向,储存或记忆一对类似模式的能力,这方面的研究对于模式识别以及自动控制工程中的应用是至关重要的,而网络系统的同步是近年来国内外研究的热点。本文采用摄动-增量法解析定量地研究了具有四个神经元和两个离散时滞的BAM神经网络模型的同步周期解,不仅提出了所研究的时滞耦合网络系统同步周期解的充分必要条件,而且还给出了由时滞诱发的完全同步周期解的近似解析形式。最后通过数值模拟进一步说明本文所采用的方法是有效的,所得的结果是正确的。本文的结果在设计人工神经网络方面有着潜在的应用。

摘要：运用不等式 aΠ_(k=1)~m b_k^q k≤(1/r)sum from k=1 to m q_kb_k^r+(1/r)a^r(a≥0,b_k≥0,q_k1)和构造新的李雅普洛夫泛函方法,研究了时滞双向联想记忆神经网络的全局指数稳定性。去掉了相关文献中有关传递函数有界性的假设,给出了较弱的并且不依赖于时滞的判别条件,增强了模型的适用性,在网络的分析和设计中发挥着重要作用。最后我们通过模拟仿真进一步说明所得结果的正确性,并对双向联想记忆神经网络的收敛速度作了分析。

摘要：首先将离散Ｈｏｐｆｉｅｌｄ 双向联想记忆神经网络转化成一个特殊的离散Ｈｏｐｆｉｅｌｄ 网络模型．在此基础上，对离散Ｈｏｐｆｉｅｌｄ 双向联想记忆神经网络的全局渐近稳定性和全局指数稳定性进行了新的分析．证明了神经网络连接权矩阵在给定的约束条件下有唯一的而且是渐近稳定的平衡点．利用Ｌｙａｐｕｎｏｖ 方程正对角解的存在性得到了几个判定平衡点为全局渐近稳定和全局指数稳定的充分条件．这些条件可以用于设计全局渐近稳定和全局指数稳定的神经网络．所做的分析扩展了以前的稳定性结果．

摘要：本文研究了连续双向联想记忆(BAM)神经网络的渐近稳定性,得出了几个定理.所得到的结论对于BAM的设计和应用都很有意义.

摘要：本文得到了连续双向联想记忆神经网络平衡点局部指数稳定的充要条件及平衡点指数吸引域的估计．所得结论对连续ＢＡＭ神经网络的设计及应用都很有意义．

摘要：带轴突信号传输延迟的双向联想记忆(BAM)神经网络是两层异联想网络,本文详细讨论带延迟BAM网络周期解的存在与唯一性,得到了一个充分条件;并用具体例子验证了所得结论的正确性。我们的结果对于具体的延迟BAM振荡神经电路的设计和应用具有重要的指导意义。

摘要：双向联想记忆模型是两层异联想网络,本文重点讨论了具有轴突信号传输延迟的双向联想记忆神经网络平衡点存在的条件以及全局稳定性.并用具体例子验证了结论的正确性。本文所讨论的方法具有普遍性,所得到的结果对于网络的设计和应用具有重要的指导意义。

摘要：首先将连续型双向联想记忆神经网络转化成一个特殊的 Ｈｏｐｆｉｅｌｄ网络模型．在此基础上，对连续ＢＡＭ神经网络的指数稳定性进行了新的分析，证明了神经网络连接权矩阵在给定的约束条件下有唯一平衡点．所做的分析可以用于设计全局指数稳定的神经网络．

摘要：本文利用巴拿赫不动点定理,得到了BAM神经网络存在唯一概周期解的充分条件。该结果改进了文[9]的结果,并有助于设计具有概周期振动解的BAM神经网络。