فایل فردا

مرجع دانلود فایل های دانشجویی

فایل فردا

مرجع دانلود فایل های دانشجویی

سنکرون­ سازی کلاسی از شبکه­ های عصبی آشفته­ با مرتبه­ ی کسری

سنکرون­ سازی؛ مرتبه کسری؛ شبکه­ های عصبی آشفته؛ کنترل فیدبک خطی
دسته بندی مقالات ترجمه شده isi
بازدید ها 16
فرمت فایل doc
حجم فایل 857 کیلو بایت
تعداد صفحات فایل 10
سنکرون­ سازی کلاسی از شبکه­ های عصبی آشفته­ با مرتبه­ ی کسری

فروشنده فایل

کد کاربری 1055
کاربر

Synchronization of a Class of Fractional-Order Chaotic Neural Networks

Abstract: The synchronization problem is studied in this paper for a class of fractional-order
chaotic neural networks. By using the Mittag-Leffler function, M-matrix and linear feedback
control, a sufficient condition is developed ensuring the synchronization of such neural
models with the Caputo fractional derivatives. The synchronization condition is easy to
verify, implement and only relies on system structure. Furthermore, the theoretical results
are applied to a typical fractional-order chaotic Hopfield neural network, and numerical
simulation demonstrates the effectiveness and feasibility of the proposed method

سنکرون­ سازی کلاسی از شبکه­ های عصبی آشفته­ با مرتبه­ ی کسری

چکیده

در این مقاله مسئله سنکرون­سازی برای طبقه­ای از شبکه­های عصبی آشفته با مرتبه­ی کسری مطالعه می­شود. با استفاده از تابع میتاگ - لفر، کنترل فیدبک خطی و ماتریس-M، یک شرط کافیایجاد شده است که سنکرون­سازیچنین مدل­های عصبی با مشتقات کسری کاپوتو را تضمین می­کند. اثبات و پیاده­سازی شرط سنکرون­سازی آسان و تنها بر ساختار سیستم متکی است. علاوه بر این، نتایج تئوری بر یک شبکه­ی عصبی هوپفیلد آشفته­ی نوعی از مرتبه­ی کسریاعمال می­شود، و شبیه­سازی عددی اثربخشی و امکان­سنجی روش ارائه شده را نشان می­دهد.

.

سنکرون­ سازی؛ مرتبه کسری؛ شبکه­ های عصبی آشفته؛ کنترل فیدبک خطی
دسته بندی مقالات ترجمه شده isi
بازدید ها 16
فرمت فایل doc
حجم فایل 857 کیلو بایت
تعداد صفحات فایل 10
سنکرون­ سازی کلاسی از شبکه­ های عصبی آشفته­ با مرتبه­ ی کسری

فروشنده فایل

کد کاربری 1055
کاربر

Synchronization of a Class of Fractional-Order Chaotic Neural Networks

Abstract: The synchronization problem is studied in this paper for a class of fractional-order
chaotic neural networks. By using the Mittag-Leffler function, M-matrix and linear feedback
control, a sufficient condition is developed ensuring the synchronization of such neural
models with the Caputo fractional derivatives. The synchronization condition is easy to
verify, implement and only relies on system structure. Furthermore, the theoretical results
are applied to a typical fractional-order chaotic Hopfield neural network, and numerical
simulation demonstrates the effectiveness and feasibility of the proposed method

سنکرون­ سازی کلاسی از شبکه­ های عصبی آشفته­ با مرتبه­ ی کسری

چکیده

در این مقاله مسئله سنکرون­سازی برای طبقه­ای از شبکه­های عصبی آشفته با مرتبه­ی کسری مطالعه می­شود. با استفاده از تابع میتاگ - لفر، کنترل فیدبک خطی و ماتریس-M، یک شرط کافیایجاد شده است که سنکرون­سازیچنین مدل­های عصبی با مشتقات کسری کاپوتو را تضمین می­کند. اثبات و پیاده­سازی شرط سنکرون­سازی آسان و تنها بر ساختار سیستم متکی است. علاوه بر این، نتایج تئوری بر یک شبکه­ی عصبی هوپفیلد آشفته­ی نوعی از مرتبه­ی کسریاعمال می­شود، و شبیه­سازی عددی اثربخشی و امکان­سنجی روش ارائه شده را نشان می­دهد.

.

شبکه­ های عصبی هوپفیلد با مرتبه­ ی کسری

مرتبه کسری، شبکه­ های عصبی، برآورد پارامتر
دسته بندی مقالات ترجمه شده isi
بازدید ها 14
فرمت فایل doc
حجم فایل 375 کیلو بایت
تعداد صفحات فایل 6
شبکه­ های عصبی هوپفیلد با مرتبه­ ی کسری

فروشنده فایل

کد کاربری 1055
کاربر

Fractional-Order Hopfield Neural Networks

Abstract. This paper proposes Fractional-order Hopfield Neural Networks
(FHNN). This network is mainly based on the classic well-known Hopfield net
in which fractance components with fractional order derivatives, replace
capacitors. Stability of FHNN is fully investigated through energy-like function
analysis. To show how effective the FHNN network is, an illustrative example
for parameter estimation problem of the second-order system is finally
considered in the paper. The results of simulation are very promising.

شبکه­ های عصبی هوپفیلد با مرتبه­ ی کسری

چکیده

این مقاله شبکه­های عصبی هوپفیلد مرتبه کسری (FHNN) را ارائه می­کند. این شبکه عمدتا مبتنی بر شبکه هوپفیلد مشهور استکه در این مولفه­های کسریبا مشتقات مرتبه کسری جایگزین خازن می­شوند. پایداری FHNN بطور کامل از طریق آنالیز تابع شبیه انرژی بررسی می­شود. در نهایت برای نشان دادن تاثیر شبکه FHNN، یک مثال تصویری برای مسئله­ی برآورد پارامتری سیستم مرتبه دوم در نظر گرفته می­شود. نتایج شبیه­سازی بسیار امیدوارکننده هستند.