細(xì)胞非線性網(wǎng)絡(luò)模型定態(tài)解映射的拓?fù)潇?pdf

1、細(xì)胞非線性網(wǎng)絡(luò)(Cellular Nonlinear Networks)又稱細(xì)胞神經(jīng)網(wǎng)絡(luò)(Cellular Neural Networks),簡(jiǎn)稱CNN,是Chua和Yang于1988年提出的一種新的神經(jīng)網(wǎng)絡(luò)模型,它是將全局連接神經(jīng)網(wǎng)絡(luò)的部分特點(diǎn)與元胞自動(dòng)機(jī)局部相互作用的特點(diǎn)結(jié)合起來,構(gòu)成局部直接連接的動(dòng)力系統(tǒng).由于非線性神經(jīng)網(wǎng)絡(luò)的連接特點(diǎn)使得它易于硬件化,它廣泛用于信號(hào)處理、圖像分析、機(jī)器人、高維大腦活動(dòng)等領(lǐng)域,有著巨大的應(yīng)用前景.隨

2、著研究的深入,細(xì)胞非線性網(wǎng)絡(luò)中的混沌和分叉現(xiàn)象及其應(yīng)用研究得到飛速的發(fā)展,但由于其復(fù)雜的動(dòng)力學(xué)性質(zhì),至今還有許多問題遠(yuǎn)未解決.拓?fù)潇刈鳛橐环N拓?fù)涔曹棽蛔兞?它對(duì)動(dòng)力系統(tǒng)的混亂程度有著極好的數(shù)量描述,因此在動(dòng)力系統(tǒng)的研究中占據(jù)著十分重要的位置.在該文我們將用拓?fù)潇貋硌芯考?xì)胞非線性網(wǎng)絡(luò)的動(dòng)力學(xué)性質(zhì),特別是由CNN的定態(tài)解誘導(dǎo)出的迭代映射的動(dòng)力學(xué)性質(zhì).在該文第三部分,我們?cè)陂撝捣橇愕那闆r下,重新對(duì)其定態(tài)解誘導(dǎo)的一維迭代映射進(jìn)行了細(xì)致分析,得知