| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-16页 |
| ·问题研究的背景及意义 | 第7-9页 |
| ·神经网络现状研究 | 第9-11页 |
| ·时滞神经网络的稳定研究状况 | 第11-13页 |
| ·Cohen-Grossberg神经网络模型的提出以及相关模型研究进展 | 第13-15页 |
| ·本文的主要工作 | 第15-16页 |
| 第二章 预备知识 | 第16-21页 |
| ·引言 | 第16页 |
| ·稳定性的概念 | 第16-18页 |
| ·Lyapunov函数 | 第18-19页 |
| ·稳定性判定定理 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 时滞Cohen-Grossberg神经网络的全局渐近稳定性 | 第21-34页 |
| ·引言 | 第21-22页 |
| ·时滞无关的解的全局渐近稳定性及唯一性 | 第22-28页 |
| ·准备工作 | 第22-24页 |
| ·解的存在唯一性 | 第24-26页 |
| ·全局渐近稳定性 | 第26-28页 |
| ·时滞相关的解的全局渐近稳定性及唯一性 | 第28-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 时滞Hopfield神经网络的全局渐近稳定性 | 第34-44页 |
| ·引言 | 第34-35页 |
| ·时滞无关的全局渐近稳定性及解的存在唯一性 | 第35-39页 |
| ·准备知识 | 第35页 |
| ·解的存在唯一性 | 第35-37页 |
| ·全局渐近稳定性 | 第37-39页 |
| ·时滞相关的解的全局渐近稳定性及唯一性 | 第39-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 总结与展望 | 第44-45页 |
| ·总结 | 第44页 |
| ·展望 | 第44-45页 |
| 参考文献 | 第45-51页 |
| 致谢 | 第51-52页 |
| 攻读硕士期间的主要研究成果 | 第52页 |
