机译:具有延迟与扰动的反复性神经网络的输入到状态H_∞学习
Anhui Univ Technol Sch Comp Sci & Technol Maanshan 243032 Peoples R China;
Anhui Univ Technol Sch Comp Sci & Technol Maanshan 243032 Peoples R China;
Anhui Univ Technol Sch Comp Sci & Technol Maanshan 243032 Peoples R China|Anhui Univ Technol Res Inst Informat Technol Maanshan Peoples R China;
Anhui Univ Technol Sch Comp Sci & Technol Maanshan 243032 Peoples R China|Anhui Univ Technol Res Inst Informat Technol Maanshan Peoples R China;
L-2-gain; delay; input-to-state stability; recurrent neural networks; weight learning;
机译:具有多比例时滞和分布时滞的随机模糊递归神经网络的均方指数输入到状态稳定性
机译:具有多比例时滞和分布时滞的随机模糊递归神经网络的均方指数输入到状态稳定性
机译:在存在随机扰动或时滞的情况下,具有马尔可夫切换的神经网络具有鲁棒的输入状态稳定性
机译:具有时变时滞和马尔可夫切换的递归神经网络的输入状态稳定性
机译:具有时滞的复值递归神经网络的动力学分析。
机译:具有多个时变时滞的递归神经网络的指数输入到状态稳定性
机译:具有多比例延迟的随机经常性神经网络的平均方形指数输入 - 状态稳定性