| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·神经网络发展简史 | 第8-9页 |
| ·伪随机数生成器发展简史 | 第9-10页 |
| ·国内外研究现状及本文主要内容 | 第10-16页 |
| 第二章 时间标度上混合时滞神经网络的全局指数稳定性 | 第16-33页 |
| ·模型描述及预备知识 | 第16-20页 |
| ·主要结论 | 第20-30页 |
| ·数值仿真例子 | 第30-32页 |
| ·小结 | 第32-33页 |
| 第三章 时滞复值神经网络的有界性与完全稳定性 | 第33-56页 |
| ·模型描述及预备知识 | 第33-37页 |
| ·主要结论 | 第37-52页 |
| ·数值仿真例子 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第四章 带有限分布时滞的三神经元网络的局部稳定性与局部Hopf分岔 | 第56-75页 |
| ·模型介绍及Hopf分岔临界点的分析 | 第56-62页 |
| ·Hopf分岔周期解的稳定性分析 | 第62-72页 |
| ·数值例子 | 第72-74页 |
| ·小结 | 第74-75页 |
| 第五章 Galois环上逆伪随机数生成器的周期分布 | 第75-98页 |
| ·预备知识 | 第75-76页 |
| ·模型介绍 | 第76页 |
| ·主要结论I | 第76-79页 |
| ·主要结论II | 第79-86页 |
| ·f(t)在Zpe[t]中可约 | 第81-84页 |
| ·f(t)在Zpe[t]中不可约，但是在扩环Zpe[t]/(f(t))中可约 | 第84-86页 |
| ·主要结论III | 第86-96页 |
| ·αβ是单位 | 第86-92页 |
| ·αβ是零或零因子 | 第92-96页 |
| ·数值仿真例子 | 第96-97页 |
| ·小结 | 第97-98页 |
| 第六章 总结 | 第98-99页 |
| 参考文献 | 第99-111页 |
| 作者在攻读硕士期间的主要工作目录 | 第111-113页 |
| 致谢 | 第113页 |
