| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10页 |
| 1.2 人工神经网络的发展概况 | 第10-11页 |
| 1.3 递归神经网络的研究成果 | 第11-16页 |
| 1.4 本文的主要工作 | 第16-20页 |
| 2 时滞递归神经网络的全局指数稳定性 | 第20-38页 |
| 2.1 引言 | 第20页 |
| 2.2 模型描述与预备知识 | 第20-25页 |
| 2.3 指数稳定性分析 | 第25-35页 |
| 2.4 数值仿真 | 第35-37页 |
| 2.5 本章小结 | 第37-38页 |
| 3 带有无界离散时滞的反应扩散神经网络的同步研究 | 第38-62页 |
| 3.1 引言 | 第38-39页 |
| 3.2 模型描述与预备知识 | 第39-43页 |
| 3.3 同步分析 | 第43-54页 |
| 3.4 数值仿真 | 第54-61页 |
| 3.5 本章小结 | 第61-62页 |
| 4 带有混合无界时滞的随机反应扩散神经网络的全局稳定性 | 第62-82页 |
| 4.1 引言 | 第62-64页 |
| 4.2 模型描述与预备知识 | 第64-68页 |
| 4.3 随机稳定性分析 | 第68-77页 |
| 4.4 数值仿真 | 第77-81页 |
| 4.5 本章小结 | 第81-82页 |
| 5 带有混合时滞的随机反应扩散神经网络的脉冲同步 | 第82-100页 |
| 5.1 引言 | 第82-83页 |
| 5.2 模型描述与预备知识 | 第83-86页 |
| 5.3 脉冲同步分析 | 第86-94页 |
| 5.4 数值仿真 | 第94-99页 |
| 5.5 本章小结 | 第99-100页 |
| 6 总结与展望 | 第100-102页 |
| 致谢 | 第102-104页 |
| 参考文献 | 第104-120页 |
| 附录Ⅰ 攻读博士学位期间发表论文目录 | 第120-122页 |
| 附录Ⅱ 攻读博士学位期间参与的科研项目 | 第122-124页 |
| 附录Ⅲ 公开发表的学术论文与博士学位论文的关系 | 第124页 |