| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·人工神经网络的发展简史 | 第9-12页 |
| ·神经网络稳定性的研究状况 | 第12-13页 |
| ·论文的主要工作 | 第13-15页 |
| 第2章 神经网络稳定性基本理论 | 第15-23页 |
| ·作用函数 | 第15-16页 |
| ·阈值函数 | 第15页 |
| ·分段线性函数 | 第15-16页 |
| ·sigmoid 函数 | 第16页 |
| ·稳定性相关定义 | 第16-19页 |
| ·Lyapunov 稳定性定理 | 第19-20页 |
| ·Lyapunov 函数 | 第19-20页 |
| ·Lyapunov 稳定性定理 | 第20页 |
| ·Dini 导数 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 Hopfield 神经网络反周期解的存在性与稳定性 | 第23-37页 |
| ·神经网络模型和预备知识 | 第23-25页 |
| ·反周期解的存在性 | 第25-30页 |
| ·反周期解的全局渐进稳定性 | 第30-32页 |
| ·数值例子 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 Cohen-Grossberg 神经网络反周期解的存在性与稳定性 | 第37-47页 |
| ·神经网络模型和预备知识 | 第37-43页 |
| ·主要结论 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 BAM 神经网络反周期解的存在性 | 第47-57页 |
| ·神经网络模型和预备知识 | 第47-48页 |
| ·反周期解的存在性 | 第48-55页 |
| ·本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |