一种离散忆阻神经网络的耦合同步控制方法及系统技术方案

本发明专利技术属于新一代信息技术领域，具体涉及一种离散忆阻神经网络的耦合同步控制方法及系统，包括以下步骤：步骤

【技术实现步骤摘要】
一种离散忆阻神经网络的耦合同步控制方法及系统


[0001]本专利技术涉及新一代信息
，具体为一种离散忆阻神经网络的耦合同步控制方法及系统
。

技术介绍

[0002]神经网络动力学在系统识别
、
优化
、
信号处理
、
图像分类
、
模式识别等方面的广泛应用
。
在电气和电子工程领域，被称为“缺失的第四电路元件”的忆阻器因其独特的记忆能力
、
低能耗和纳米级等特性而受到广泛关注
。
由于记忆电阻器可以根据自身的历史电流改变其记忆电阻，研究人员在神经网络模型中使用忆阻器作为神经元之间的突触，取代了由晶体管和电容组成的传统突触结构
。
近年来，基于忆阻器的神经网络得到了广泛的研究
。
[0003]众所周知，在神经网络运行的外部环境中，随机扰动是不可避免的
。
同时，由于网络流量拥塞和传输速度有限，复杂动态网络中经常出现混合时滞
。
随机扰动和混合时滞会导致忆阻神经本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种离散忆阻神经网络的耦合同步控制方法，其特征在于，包括以下步骤：步骤
S1
：建立具有随机扰动和混合时滞的离散忆阻神经网络，其动力学方程为：式中，
k
为离散时刻；表示第
i
个离散忆阻神经网络在时间
k
的状态变量，
D
＝
diag{d1，
d2，
...
，
d
n
}
是状态反馈系数，
|d
j
|
＜1；
f(x
i
(k))
＝
[f1(x
i1
(k))
，
f2(x
i2
(k))
，
...
，
f
n
(x
in
(k))]
T
、g(x
i
(k
‑
τ
(k)))
＝
[g1(x
i1
(k
‑
τ
(k)))
，
g2(x
i2
(k
‑
τ
(k)))
，
...
，
g
n
(x
in
(k
‑
τ
(k)))]
T
和
h(x
i
(s))
＝
[h1(x
i1
(s))
，
h2(x
i2
(s))
，
...
，
h
n
(x
in
(s))]
T
表示忆阻神经元激活函数；表示忆阻神经元激活函数；表示系统的外部输入或偏置；
τ
(k)
表示有界区间上的时变时滞，且满足
τ
m
≤
τ
(k)≤
τ
M
；
σ
(k
，
x
i
(k)
，
x
i
(k
‑
τ
(k)))
表示系统受到的随机干扰强度；
ω
(k)
是定义在概率空间上的一维高斯白色噪声序列，且满足
A(x
i
(k))
＝
[a
sj
(x
ij
(k))]
n
×
n
、B(x
i
(k))
＝
[b
sj
(x
ij
(k))]
n
×
n
和
C(x
i
(k))
＝
[c
sj
(x
ij
(k))]
n
×
n
分别表示忆阻器连接权重和时滞权重，且满足：示忆阻器连接权重和时滞权重，且满足：示忆阻器连接权重和时滞权重，且满足：式中，
T
j
＞0为切换界值；和是常数；表示
n
维欧几里得空间；步骤
S2
：根据步骤
S1
建立的具有随机扰动和混合时滞的离散忆阻神经网络，设计基于脉冲的耦合同步控制器，并根据所设计的耦合同步控制器构建同步误差系统；步骤
S3
：根据步骤
S2
构建的同步误差系统选择相应的李雅普诺夫函数并结合所诉耦合同步控制器，以实现离散忆阻神经网络的耦合同步；步骤
S4
：搭建神经网络模型并利用所述神经网络模型进行数值仿真，验证离散忆阻神经网络之间的耦合同步效果
。2.
根据权利要求1所述的一种离散忆阻神经网络的耦合同步控制方法，其特征在于，步骤
S1
中的激活函数
f
i
(
·
)、g
i
(
·
)
和
h
i
(
·
)
满足：
其中
f
i
(
·
)、g
i
(
·
)
和
...

【专利技术属性】
技术研发人员：李慧媛，朱昊冬，黄鑫，陈洁，唐庆华，张春富，李小凡，
申请(专利权)人：盐城工学院，
类型：发明
国别省市：