0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: > 时滞递归神经网络的状态估计理论与应用

相同语种的商品

浏览历史

时滞递归神经网络的状态估计理论与应用


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
时滞递归神经网络的状态估计理论与应用
  • 书号:9787030418913
    作者:黄鹤
  • 外文书名:
  • 装帧:平装
    开本:B5
  • 页数:253
    字数:332000
    语种:zh-Hans
  • 出版社:科学出版社
    出版时间:2014-09-01
  • 所属分类:TP8 远动技术
  • 定价: ¥98.00元
    售价: ¥78.40元
  • 图书介质:
    纸质书 电子书

  • 购买数量: 件  可供
  • 商品总价:

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书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,第一部分为第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。第三部分为第11-12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。第四部分为第13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。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 目录
    前言
    第1章 引言 1
    1.1神经网络的研究进展 1
    1.2 递归神经网络的分类 3
    1.3 递归神经网络的动力学行为 5
    1.3.1 Lyapunov稳定性理论简介 5
    1.3.2 时滞线性系统的稳定性 6
    1.3.3 时带递归神经网络的稳定性 8
    1.4 研究现状和全书主要内容概述 9
    1.5 几个常用的引理 12
    第一部分 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 15
    2.1 问题的描述 16
    2.2 时滞局部场神经网络的状态估计器设计 32
    2.3 仿真示例 24
    2.4 本章小结 27
    第3章 时滞局部场神经网络的状态估计(Ⅱ):基于改进的时滞划分方法 28
    3.1 问题的描述 29
    3.2 改进的时滞划分方法的基本思想 31
    3.3 基于改进时滞划分方法的状态估计器设计 32
    3.4 数值结果与比较 39
    3.5 本章小结 40
    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 41
    4.1 问题的描述 42
    4.2 基于松弛参数的状态估计器设计 44
    4.3 在时滞混沌神经网络中的应用 49
    4.4本章小结 51
    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 52
    5.1 问题的描述 53
    5.2 鲁棒状态估计棒的设计 56
    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 62
    5.4 仿真示例 64
    5.5 本章小结 69
    第6章 时滞局部场神经网络的保性能状态估计 70
    6.1 问题的描述 71
    6.2 依赖于时滞的保H性能的状态估计器的设计 73
    6.3 依赖于时滞的保广义H2性能的状态估计器的设计 80
    6.4 两个示例 83
    6.5 讨论与比较 91
    6.6 本章小结 94
    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 99
    7.1 问题的描述 100
    7.2 状态估计器的设计 102
    7.3 时滞静态神经网络的稳定性分析 109
    7.4 仿真示例 113
    7.5 本章小结 117
    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 119
    8.1 问题的描述 119
    8.2 时滞静态神经网络的保H∞性能的状态估计 121
    8.2.1 不依赖于时滞的保H∞性能的状态估计 121
    8.2.2 依赖于时滞的保H∞性能的状态估计 125
    8.3 保广义乌性能的状态估计器设计 133
    8.3.1 不依赖于时滞的保广义H2性能的状态估计 133
    8.3.2 依赖于时滞的保广义品性能的状态估计 136
    8.4仿真示例 139
    8.5 本章小结 143
    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 145
    9.1 问题的描述 146
    9.2 基于二阶积分不等式的保H∞性能的状态估计 149
    9.2.1 依赖于时滞的保H∞性能的设计准则 149
    9.2.2 仿真示例 155
    9.3 基于二阶积分不等式的保广义H2性能的状态估计 156
    9.3.1 依赖于时滞的保广义H2性能的设计准则 156
    9.3.2 仿真示例 163
    9.4 本章小结 164
    第10章 时滞静态神经网络的状态估计(Ⅳ):Arcak型状态估计器设计 166
    10.1 问题的描述 167
    10.2 保广义乌性能的状态估计 170
    10.3 示例与数值比较 175
    10.4本章小结 176
    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
    第11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 181
    11.1 问题的描述 183
    11.2 依赖于系统模态的状态估计器设计 186
    11.3 讨论与比较 193
    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 199
    11.5 本章小结
    第12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 207
    12.1 问题的描述 207
    12.2 H∞滤波器的设计 209
    12.3 L2-L∞滤波器的设计 213
    12.4仿真示例 219
    12.5 本章小结 220
    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
    第13章 基于状态估计理论的时滞递归神经网络的指数镇定 223
    13.1 问题的描述 224
    13.2 基于状态估计的反馈控制 226
    13.3 仿真示例 231
    13.4本章小结 234
    参考文献 235
    本书常用的数学符号 252
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证