书籍详情
![《全新时滞递归神经网络的状态估计理论与应用黄鹤科学计算机与互联》[32M]百度网盘|亲测有效|pdf下载](/uploads/2024-01-20/7e132d0434e63a73.jpg)
全新时滞递归神经网络的状态估计理论与应用黄鹤科学计算机与互联
- 出版社:国图书店图书专营店
- 出版时间:2013-03
- 热度:12487
- 上架时间:2024-06-30 09:38:03
- 价格:0.0
书籍下载
书籍预览
免责声明
本站支持尊重有效期内的版权/著作权,所有的资源均来自于互联网网友分享或网盘资源，一旦发现资源涉及侵权，将立即删除。希望所有用户一同监督并反馈问题，如有侵权请联系站长或发送邮件到ebook666@outlook.com,本站将立马改正
内容介绍
| 商品基本信息，请以下列介绍为准 | |
| 商品名称： | 时滞递归神经网络的状态估计理论与应用 |
| 作者： | 黄鹤 |
| 定价： | 98.0 |
| 出版社： | 科学出版社 |
| 出版日期： | 13-03-01 |
| ISBN： | 9787030418913 |
| 印次： | |
| 版次： | 31 |
| 装帧： | |
| 开本： | 32开 |
| 内容简介 |
| 黄鹤著的《时滞递归神经网络的状态估计理论与应用》系统地介绍了时滞递归神经网络的状态估计理论以及在反馈控制中的应用。全书分为四部分。其中，部分为第2~6章，主要介绍时滞局部场神经网络的状态估计。第二部分为第7~10章，主要阐述时滞静态神经网络的状态估计。第三部分为1~12章，分析带马尔可夫跳跃参数的时滞递归神经网络的状态估计。第四部分为3章，讨论时滞递归神经网络的状态估计理论在反馈控制方面的应用。本书适合于高等院校自动化、计算机、电子信息、应用数学、非线性科学和物理等专业的高年级本科生、研究生和教师使用，也可供相关领域的科研人员参考。 |
| 目录 |
| 前言 章 引言 1.1 神经网络的研展 1.2 递归神经网络的分类 1.3 递归神经网络的动力学行为 1.3.1 Lyapunov稳定性理论简介 1.3.2 时滞线性系统的稳定性 1.3.3 时滞递归神经网络的稳定性 1.4 研究现状和全书主要内容概述 1.5 几个常用的引理 部分 时滞局部场神经网络的状态估计 第2章 时滞局部场神经网络的状态估计(Ⅰ)：基于自由权矩阵的方法 2.1 问题的描述 2.2 时滞局部场神经网络的状态估计器设计 2.3 示例 2.4 本章小结 第3章 时滞局部场神经网络的状态估计(Ⅱ)：基于的时滞划分方法 3.1 问题的描述 3.2 的时滞划分方法的基本思想 3.3 基于时滞划分方法的状态估计器设计 3.4 数值结果与比较 3.5 本章小结 第4章 时滞局部场神经网络的状态估计(Ⅲ)：基于松弛参数的方法 4.1 问题的描述 4.2 基于松弛参数的状态估计器设计 4.3 在时滞混沌神经网络中的应用 4.4 本章小结 第5章 具有参数不确定性的时滞局部场神经网络的鲁棒状态估计 5.1 问题的描述 5.2 鲁棒状态估计器的设计 5.3 不带参数不确定性的时滞局部场神经网络的状态估计 5.4 示例 5.5 本章小结 第6章 时滞局部场神经网络的保性能状态估计 6.1 问题的描述 6.2 依赖于时滞的保H∞性能的状态估计器的设计 6.3 依赖于时滞的保广义H2性能的状态估计器的设计 6.4 两个示例 6.5 讨论与比较 6.6 本章小结 第二部分 时滞静态神经网络的状态估计 第7章 时滞静态神经网络的状态估计(Ⅰ)：依赖于时滞的设计方法 7.1 问题的描述 7.2 状态估计器的设计 7.3 时滞静态神经网络的稳定性分析 7.4 示例 7.5 本章小结 第8章 时滞静态神经网络的状态估计(Ⅱ)：保性能状态估计的初步结果 8.1 问题的描述 8.2 时滞静态神经网络的保H∞性能的状态估计 8.2.1 不依赖于时滞的保H∞性能的状态估计 8.2.2 依赖于时滞的保H∞性能的状态估计 8.3 保广义H2性能的状态估计器设计 8.3.1 不依赖于时滞的保广义H2性能的状态估计 8.3.2 依赖于时滞的保广义H2性能的状态估计 8.4 示例 8.5 本章小结 第9章 时滞静态神经网络的状态估计(Ⅲ)：基于二阶积分不等式的保性能状态估计 9.1 问题的描述 9.2 基于二阶积分不等式的保H∞性能的状态估计 9.2.1 依赖于时滞的保H∞性能的设计准则 9.2.2 示例 9.3 基于二阶积分不等式的保广义H2性能的状态估计 9.3.1 依赖于时滞的保广义H2性能的设计准则 9.3.2 示例 9.4 本章小结 0章 时滞静态神经网络的状态估计(Ⅳ)：Arcak型状态估计器设计 10.1 问题的描述 10.2 保广义H2性能的状态估计 10.3 示例与数值比较 10.4 本章小结 第三部分 带马尔可夫跳跃参数的时滞递归神经网络的状态估计 1章 依赖于系统模态的带马尔可夫跳跃参数和混合时滞的递归神经网络的状态估计 11.1 问题的描述 11.2 依赖于系统模态的状态估计器设计 11.3 讨论与比较 11.4 具有复杂动力学行为的马尔可夫跳跃神经网络的状态估计 11.5 本章小结 2章 带马尔可夫跳跃参数的时滞递归神经网络的滤波器设计 12.1 问题的描述 12.2 H∞滤波器的设计 12.3 L2-L∞滤波器的设计 12.4 示例 12.5 本章小结 第四部分 时滞递归神经网络的状态估计理论在反馈控制方面的应用 3章 基于状态估计理论的时滞递归神经网络的指数镇定 13.1 问题的描述 13.2 基于状态估计的反馈控制 13.3 示例 13.4 本章小结 参考文献 本书常用的数学符号 |