| 摘要 | 第4-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第13-26页 |
| 1.1 选题的研究意义 | 第13-15页 |
| 1.2 国内外研究现状与发展动态分析 | 第15-19页 |
| 1.2.1 神经网络的多稳定性与多周期性研究概述 | 第15-16页 |
| 1.2.2 脉冲时滞神经网络周期解的稳定性研究概述 | 第16-17页 |
| 1.2.3 混合时滞反应扩散神经网络的脉冲同步研究概述 | 第17-18页 |
| 1.2.4 反应扩散神经网络的间歇控制研究概述 | 第18-19页 |
| 1.2.5 半线性抛物型系统的采样控制研究概述 | 第19页 |
| 1.3 符号说明、相关定义与引理 | 第19-23页 |
| 1.3.1 符号说明 | 第19-21页 |
| 1.3.2 相关定义与引理 | 第21-23页 |
| 1.4 本文的主要工作和简介 | 第23-26页 |
| 第二章 时滞随Hopfield神经网络的多稳定性分析 | 第26-45页 |
| 2.1 引言 | 第26-27页 |
| 2.2 问题描述 | 第27-29页 |
| 2.3 多稳定性分析 | 第29-42页 |
| 2.4 数值例子 | 第42-44页 |
| 2.5 本章小结 | 第44-45页 |
| 第三章 时滞随机细胞神经网络的多周期性及干扰衰减分析 | 第45-59页 |
| 3.1 引言 | 第45-46页 |
| 3.2 问题描述 | 第46-47页 |
| 3.3 多周期解的存在性和均方稳定性 | 第47-53页 |
| 3.4 多周期解的干扰衰减分析 | 第53-55页 |
| 3.5 数值例子 | 第55-57页 |
| 3.6 本章小结 | 第57-59页 |
| 第四章 受脉冲驱动的时滞神经网络周期解的生成与控制 | 第59-83页 |
| 4.1 引言 | 第59-61页 |
| 4.2 问题描述 | 第61-65页 |
| 4.3 周期解的存在性与稳定性 | 第65-75页 |
| 4.3.1 快变时滞的稳定性分析 | 第66-72页 |
| 4.3.2 缓变时滞的稳定性分析 | 第72-75页 |
| 4.4 数值例子 | 第75-81页 |
| 4.5 本章小结 | 第81-83页 |
| 第五章 混合时滞反应扩散神经网络的脉冲同步及其应用于图像加密 | 第83-106页 |
| 5.1 引言 | 第83-85页 |
| 5.2 问题描述 | 第85-88页 |
| 5.3 同步判据 | 第88-95页 |
| 5.4 数值例子 | 第95-98页 |
| 5.5 脉冲同步应用于图像加密 | 第98-105页 |
| 5.5.1 时空混沌加密系统 | 第98-100页 |
| 5.5.2 实验结果 | 第100-101页 |
| 5.5.3 安全性分析 | 第101-105页 |
| 5.6 本章小结 | 第105-106页 |
| 第六章 基于空间采样的反应扩散神经网络的有限维间歇镇定 | 第106-128页 |
| 6.1 引言 | 第106-107页 |
| 6.2 一类反应扩散神经网络的周期间歇采样镇定 | 第107-115页 |
| 6.2.1 问题描述 | 第107-109页 |
| 6.2.2 稳定性分析 | 第109-113页 |
| 6.2.3 数值例子 | 第113-115页 |
| 6.3 一类随机反应扩散神经网络的有限维非周期间歇镇定 | 第115-126页 |
| 6.3.1 问题描述 | 第115-117页 |
| 6.3.2 稳定性分析 | 第117-123页 |
| 6.3.3 控制器设计 | 第123-125页 |
| 6.3.4 数值例子 | 第125-126页 |
| 6.4 本章小结 | 第126-128页 |
| 第七章 空间点测量下的一类抛物型系统的采样分布H_∞控制 | 第128-144页 |
| 7.1 引言 | 第128-129页 |
| 7.2 问题描述 | 第129-131页 |
| 7.3 稳定性分析 | 第131-136页 |
| 7.4 有限L_2增益分析 | 第136-141页 |
| 7.5 数值例子 | 第141-143页 |
| 7.6 本章小结 | 第143-144页 |
| 总结与展望 | 第144-147页 |
| 主要贡献 | 第144-145页 |
| 后续研究与展望 | 第145-147页 |
| 参考文献 | 第147-159页 |
| 致谢 | 第159-161页 |
| 攻读学位期间发表的学术论文目录 | 第161-163页 |
| 攻读学位期间参与的基金项目 | 第163页 |
