忆阻神经网络的镇定性分析方法、装置、设备及存储介质制造方法及图纸

本发明专利技术属于电路分析技术领域，公开了一种忆阻神经网络的镇定性分析方法、装置、设备及存储介质。本发明专利技术通过获取电路中的电压值、电容值、控制输入值及记忆性系数；根据所述电压值、电容值、控制输入值及记忆性系数，通过微分包含理论对初始忆阻神经网络计算，得到目标忆阻神经网络模型；根据所述目标忆阻神经网络模型构建镇定性目标函数；通过所述镇定性目标函数对所述忆阻神经网络进行镇定性分析，得到镇定性分析结果，本发明专利技术实现通过微分包含理论，不等式技术和比较策略，在现有技术的基础上无需构造李雅普诺夫函数，仅需要通过比较初始值和镇定性目标函数间的关系，从而得到镇定性判据，且该判据对时滞的大小没有限制，大大提高了其应用范围。了其应用范围。了其应用范围。

【技术实现步骤摘要】
忆阻神经网络的镇定性分析方法、装置、设备及存储介质


[0001]本专利技术涉及电路分析
，尤其涉及一种忆阻神经网络的镇定性分析方法、装置、设备及存储介质。

技术介绍

[0002]忆阻作为一种新型信息存储和处理的元器件，具有非易失性、高集成度、低功耗、良好的可扩展性等特点，其信息存储和处理特性极其类似于人脑突触，为下一代计算机提供了一种全新的设计架构，在人工智能、混沌电路、人工神经网络等方面都有广泛的应用，被认为是模拟神经突触的最理想器件。因此，利用忆阻模拟突触，构建以忆阻为连接权的神经网络电路系统——基于忆阻的神经网络系统应运而生。正因为忆阻具有其他元件无可比拟的优势，从而使基于忆阻的人工神经网络迅速成为研究热点。针对此类系统的动力学行为研究，尤其是系统的稳定性分析与控制也蓬勃发展。稳定性是动力学系统的一个重要特性。只有在系统稳定的情况下，才能更进一步考虑其在各个方面的应用。然而，由于忆阻的非线性切换特性，忆阻神经网络是一类切换不连续系统，其右端不连续，经典的连续可微解不存在，同时经典的针对连续系统的李雅普诺夫稳定性理论也不再适用。另一方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种忆阻神经网络的镇定性分析方法，其特征在于，所述忆阻神经网络的镇定性分析方法包括：获取电路中的电压值、电容值、控制输入值及记忆性系数；根据所述电压值、电容值、控制输入值及记忆性系数，通过微分包含理论对初始忆阻神经网络计算，得到目标忆阻神经网络模型；根据所述目标忆阻神经网络模型构建镇定性目标函数；通过所述镇定性目标函数对所述忆阻神经网络进行镇定性分析，得到镇定性分析结果。2.如权利要求1所述的方法，其特征在于，所述根据所述电压值、电容值、控制输入值及记忆性系数，通过微分包含理论对预设忆阻神经网络计算，得到目标忆阻神经网络模型，包括：根据所述电压值，电容值，控制输入值及记忆系数构造初始忆阻神经网络；基于微分包含理论得到忆阻神经网络的输出值取值范围；根据所述取值范围对所述初始忆阻神经网络计算，得到目标忆阻神经网络模型。3.如权利要求2所述的方法，其特征在于，所述忆阻神经网络包括忆阻及神经元，所述根据所述电压值，电容值，控制输入值及记忆系数构造初始忆阻神经网络，包括：根据所述忆阻的电流与电压的曲线特征，得到记忆性系数与神经元状态的对应关系；在所述神经元状态满足第一选择区间时，所述记忆性系数设置为第一系数；在所述神经元状态满足第二选择区间时，所述记忆性系数设置为为第二系数。4.如权利要求1所述的方法，其特征在于，所述根据所述目标忆阻神经网络模型构建镇定性目标函数，包括：根据所述目标神经网络模型的自反馈系数，控制系数，记忆性系数构造连续函数；根据预设电压函数与所述连续函数得到镇定性目标函数，所述目标函数表示所述电压值与所述当前神经元的关系。5.如权利要求4所述的方法，其特征在于，所述根据自反馈系数，控制系数，记忆性系数构造连续函数之前，还包括：根据控制增益与当前神经元构建控制器；根据所述控制器对所述忆阻神经网络进行镇定性处理。6.如权利要求1所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：赵杰梅，谌毅，陈彬彬，刘明明，
申请(专利权)人：武汉轻工大学，
类型：发明
国别省市：