| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 符号及注记 | 第8-12页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 导论 | 第12-13页 |
| 1.2 神经网络的发展历程 | 第13-15页 |
| 1.3 神经网络动力学的研究现状 | 第15-18页 |
| 1.3.1 惯性神经网络的研究现状 | 第16-17页 |
| 1.3.2 四元数神经网络的研究现状 | 第17-18页 |
| 1.4 本文主要内容和创新点 | 第18-23页 |
| 1.4.1 主要研究内容 | 第18-20页 |
| 1.4.2 主要创新点 | 第20-23页 |
| 第二章 时滞惯性神经网络的动力学分析 | 第23-66页 |
| 2.1 时滞惯性神经网络的Lagrange稳定性 | 第23-37页 |
| 2.1.1 预备知识 | 第24-26页 |
| 2.1.2 主要结果 | 第26-35页 |
| 2.1.3 算例分析 | 第35-37页 |
| 2.2 时滞惯性神经网络的耗散性 | 第37-52页 |
| 2.2.1 预备知识 | 第38-42页 |
| 2.2.2 主要结果 | 第42-50页 |
| 2.2.3 算例分析 | 第50-52页 |
| 2.3 中立型忆阻惯性神经网络的耗散性 | 第52-64页 |
| 2.3.1 预备知识 | 第52-56页 |
| 2.3.2 主要结果 | 第56-60页 |
| 2.3.3 算例分析 | 第60-64页 |
| 2.4 小结 | 第64-66页 |
| 第三章 复值神经网络的Lagrange稳定性 | 第66-87页 |
| 3.1 变时滞的复值神经网络的Lagrange稳定性 | 第66-73页 |
| 3.1.1 预备知识 | 第66-68页 |
| 3.1.2 主要结果 | 第68-71页 |
| 3.1.3 算例分析 | 第71-73页 |
| 3.2 具有中立型时滞复值神经网络的Lagrange稳定性 | 第73-85页 |
| 3.2.1 预备知识 | 第73-76页 |
| 3.2.2 主要结果 | 第76-84页 |
| 3.2.3 算例分析 | 第84-85页 |
| 3.3 小结 | 第85-87页 |
| 第四章 时滞四元数神经网络的动力学分析 | 第87-122页 |
| 4.1 四元数的基础理论 | 第88-91页 |
| 4.1.1 四元数的定义及运算 | 第88-89页 |
| 4.1.2 四元数的复数表示 | 第89页 |
| 4.1.3 四元数矩阵 | 第89-91页 |
| 4.2 四元数神经网络的稳定性 | 第91-103页 |
| 4.2.1 预备知识 | 第92-94页 |
| 4.2.2 主要结果 | 第94-101页 |
| 4.2.3 算例分析 | 第101-103页 |
| 4.3 含混合时滞的四元数神经网络的稳定性 | 第103-113页 |
| 4.3.1 预备知识 | 第103-105页 |
| 4.3.2 主要结果 | 第105-112页 |
| 4.3.3 算例分析 | 第112-113页 |
| 4.4 四元数神经网络的耗散性 | 第113-121页 |
| 4.4.1 预备知识 | 第114页 |
| 4.4.2 主要结果 | 第114-119页 |
| 4.4.3 算例分析 | 第119-121页 |
| 4.5 小结 | 第121-122页 |
| 第五章 总结与展望 | 第122-125页 |
| 5.1 总结 | 第122-123页 |
| 5.2 展望 | 第123-125页 |
| 参考文献 | 第125-138页 |
| 附录一 博士期间撰写和发表的论文 | 第138-139页 |
| 附录二 博士期间主持和参加的科研项目、学术会议 | 第139-140页 |
| 附录三 致谢 | 第140页 |