| 中文摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 1. 绪论 | 第10-17页 |
| 1.1 人工神经网络 | 第10-13页 |
| 1.2 时实(数学)计算问题 | 第13-15页 |
| 1.2.1 研究背景和意义 | 第13-14页 |
| 1.2.2 时变问题求解的新方法 | 第14-15页 |
| 1.3 本文的主要工作和创新点 | 第15-17页 |
| 2. 矩阵伪逆 | 第17-20页 |
| 2.1 引言 | 第17-19页 |
| 2.2 预备知识 | 第19-20页 |
| 3. 具有容噪性能的连续时间神经网络模型 | 第20-38页 |
| 3.1 误差函数和模型的设计 | 第20-23页 |
| 3.2 理论分析 | 第23-30页 |
| 3.2.1 NTCTZNN模型的收敛性 | 第23-25页 |
| 3.2.2 NTCTZNN模型在定常噪声干扰下的收敛性 | 第25-26页 |
| 3.2.3 NTCTZNN模型在时变线性噪声干扰下的收敛性 | 第26-27页 |
| 3.2.4 NTCTZNN模型在随机噪声干扰下的收敛性 | 第27-30页 |
| 3.3 数值实验 | 第30-37页 |
| 3.4 小结 | 第37-38页 |
| 4. 具有容噪性能的离散时间神经网络模型 | 第38-51页 |
| 4.1 DTCZNN模型 | 第38-41页 |
| 4.2 NTDTZNN模型和理论分析 | 第41-44页 |
| 4.2.1 NTDTZNN模型 | 第41-42页 |
| 4.2.2 理论分析 | 第42-44页 |
| 4.3 数值实验 | 第44-49页 |
| 4.4 小结 | 第49-51页 |
| 5. 结束语 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-59页 |
| 攻读硕士学位期间取得的成果 | 第59-60页 |
