文献检索-宁波市创意产业特色资源库

限定检索结果

时滞神经网络随机抽样控制的状态估计: 收藏
分享
引用; 《应用数学和力学》2018年第7期39卷 821-832页; 作者：曾德强吴开腾宋乾坤张瑞梅钟守铭内江师范学院四川省高等学校数值仿真重点实验室四川省数据恢复重点实验室四川内江641100 重庆交通大学数学系电子科技大学数学科学学院成都611731 滑铁卢大学应用数学系; 研究了时滞神经网络随机抽样控制的状态估计问题.首先,给出了随机抽样区间和抽样输入时滞的统一概率结构.基于此结构,构造了一个包含新的锯齿结构项的Lyapunov泛函.然后,运用不等式放缩技术,得到了误差系统随机稳定的保守性更低的标准,...; 研究了时滞神经网络随机抽样控制的状态估计问题.首先,给出了随机抽样区间和抽样输入时滞的统一概率结构.基于此结构,构造了一个包含新的锯齿结构项的Lyapunov泛函.然后,运用不等式放缩技术,得到了误差系统随机稳定的保守性更低的标准,并设计出了合适的状态估计器.最后,数值仿真算例验证了所得结果的优势和有效性.; 来源：详细信息评论

限定检索结果