耦合神经网络的混沌同步与分岔控制

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    11072059
  • 项目类别：
    面上项目
  • 资助金额：
    40.0万
  • 负责人：
    曹进德
  • 依托单位：
    东南大学
  • 学科分类：
    A0702.非线性振动及其控制
  • 结题年份：
    2013
  • 批准年份：
    2010
  • 项目状态：
    已结题
  • 起止时间：
    2011-01-01 至2013-12-31

项目摘要

本项目以耦合神经网络为研究对象，拟建立神经网络耦合模型，当参数部分未知时，提出依赖于或不依赖于参数界的同步控制策略；当参数完全未知时，提出实现异结构同步的控制策略；在不同的同步意义下，对具体的混沌神经网络耦合模型，建立可验证的同步准则；探寻发生部分同步、聚类同步及共存同步的耦合方式；分析耦合结构及节点动力学对同步及同步系统动力学分岔行为的机理，确定影响同步及同步混沌态发生分岔的关键参数，确定发生分岔的参数临界值；给出增加有益的同步混沌分岔，避免有害的同步混沌分岔的具体方法。将复杂网络的耦合技术和理论引入神经网络的耦合模型构造和理论分析中，以寻求新的神经网络混沌同步与分岔控制的有效方法和控制策略。

结项摘要

本项目围绕网络分岔与分岔控制、神经网络动力学分析与控制、神经网络优化与状态估计、多智能体网络系统的一致性及其在社会网络中的应用等开展了系统深入的研究，取得了一系列国际领先的研究成果，在国内外同行中产生了重要影响。已在国际重要学术刊物，如SIAM J、IEEE Transactions、Chaos、Systems & Control Letters、Automatica、Neural Networks和Int. J. Bifurca. Chaos等发表学术《SCI》收录论文70余篇（其中SIAM J. 1篇，IEEE Trans. 15篇），其中一篇论文获2011年度中国百篇最具影响国际学术论文，超额完成了各项预期指标。初步统计在《SCI》刊物被他引千余次。特别是近年来引用有明显增加的趋势，从引文中可以看到本项目成果对这一新领域的贡献受到同行的充分肯定。项目执行期间获省部级一等奖二项，三等奖一项。指导的博士生1人获教育部博士研究生学术新人奖，1人获江苏省优秀博士学位论文。项目负责人领导的团队2012年被遴选为江苏省“青蓝工程”科技创新团队，团队成员2013年获国家自然科学基金优秀青年基金项目二项，江苏省杰出青年基金项目一项。项目负责人2011 年再次入选江苏省“333 高层次人才培养工程”中青年领军人才。另外，项目负责人担任8个国际SCI 刊物的副编辑。

项目成果

期刊论文数量（46）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
Exponential Synchronization of Linearly Coupled Neural Networks with Impulsive Disturbances
具有脉冲扰动的线性耦合神经网络的指数同步
  • DOI：
    10.1109/tnn.2010.2101081
  • 发表时间：
    2011-02-01
  • 期刊：
    IEEE TRANSACTIONS ON NEURAL NETWORKS
  • 影响因子：
    --
  • 作者：
    Lu, Jianquan;Ho, Daniel W. C.;Kurths, Juergen
  • 通讯作者：
    Kurths, Juergen
Multistability of Second-Order Competitive Neural Networks With Nondecreasing Saturated Activation Functions
具有非递减饱和激活函数的二阶竞争神经网络的多稳定性
  • DOI：
    10.1109/tnn.2011.2164934
  • 发表时间：
    2011-11
  • 期刊：
    IEEE Transactions on Neural Networks
  • 影响因子：
    --
  • 作者：
    Nie, Xiaobing;Cao, Jinde
  • 通讯作者：
    Cao, Jinde
Synchronization of Randomly Coupled Neural Networks With Markovian Jumping and Time-Delay
具有马尔可夫跳跃和时滞的随机耦合神经网络的同步
  • DOI：
    10.1109/tcsi.2012.2215804
  • 发表时间：
    2013-02-01
  • 期刊：
    IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS I-REGULAR PAPERS
  • 影响因子：
    5.1
  • 作者：
    Yang, Xinsong;Cao, Jinde;Lu, Jianquan
  • 通讯作者：
    Lu, Jianquan
Exponential stability of impulsive stochastic functional differential equations
脉冲随机泛函微分方程的指数稳定性
  • DOI：
    10.1016/j.jmaa.2011.04.084
  • 发表时间：
    2011-10
  • 期刊：
    Journal of Mathematical Analysis and Applications
  • 影响因子：
    1.3
  • 作者：
    Pan, Lijun;Cao, Jinde
  • 通讯作者：
    Cao, Jinde
Robust stability for uncertain stochastic neural network with delay and impulses
具有时滞和脉冲的不确定随机神经网络的鲁棒稳定性
  • DOI：
    10.1016/j.neucom.2012.04.013
  • 发表时间：
    2012-10
  • 期刊：
    Neurocomputing
  • 影响因子：
    6
  • 作者：
    Pan, Lijun;Cao, Jinde
  • 通讯作者：
    Cao, Jinde

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

Quasi-state estimation and quasi-synchronization control of quaternion-valued fractional-order fuzzy memristive neural networks: Vector ordering approach
四元值分数阶模糊忆阻神经网络的准状态估计和准同步控制：向量排序方法
  • DOI：
    10.1016/j.amc.2019.124572
  • 发表时间：
    2019-12
  • 期刊：
    Applied Mathematics and Computation
  • 影响因子：
    4
  • 作者：
    李若霞;高兴宝;曹进德
  • 通讯作者：
    曹进德
Razumikhin-type Theorem for Stochastic Functional Differential Systems via Vector Lyapunov Function
基于向量 Lyapunov 函数的随机泛函微分系统的 Razumikhin 型定理
  • DOI：
    10.1016/j.jmaa.2019.07.037
  • 发表时间：
    2019
  • 期刊：
    Journal of Mathematical Analysis and Applications
  • 影响因子：
    1.3
  • 作者：
    刘磊;毛学荣;曹进德
  • 通讯作者：
    曹进德
非真实感绘制技术研究现状与展望
  • DOI：
    --
  • 发表时间：
    2020
  • 期刊：
    中国图象图形学报
  • 影响因子：
    --
  • 作者：
    钱文华;曹进德;徐丹;吴昊
  • 通讯作者：
    吴昊
Global robust stability of int
int的全局鲁棒稳定性
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    陈安平;曹进德;黄立宏
  • 通讯作者：
    黄立宏
Global exponential stability o
全局指数稳定性 o
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
  • 影响因子：
    --
  • 作者：
    蒋海军*;曹进德
  • 通讯作者：
    曹进德

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

曹进德的其他基金

基于Lanchester方程的混杂动态博弈系统网络化建模与控制
  • 批准号：
    12026234
  • 批准年份：
    2020
  • 资助金额：
    20.0 万元
  • 项目类别：
    数学天元基金项目
多智能体最优合作调控及其在电力系统中应用
  • 批准号：
    61573096
  • 批准年份：
    2015
  • 资助金额：
    66.0 万元
  • 项目类别：
    面上项目
复杂网络的传播动力学及其在信息安全中的应用
  • 批准号：
    61272530
  • 批准年份：
    2012
  • 资助金额：
    80.0 万元
  • 项目类别：
    面上项目
动态网络系统的建模、同步与合作控制
  • 批准号：
    60874088
  • 批准年份：
    2008
  • 资助金额：
    30.0 万元
  • 项目类别：
    面上项目
复杂网络的同步和动态特性研究
  • 批准号：
    60574043
  • 批准年份：
    2005
  • 资助金额：
    23.0 万元
  • 项目类别：
    面上项目
人工神经网络的动力学分析与模型设计
  • 批准号：
    60373067
  • 批准年份：
    2003
  • 资助金额：
    8.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码