| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·神经网络简史 | 第10-12页 |
| ·神经网络技术 | 第12-14页 |
| ·神经网络研究现状和热点研究方向 | 第14-16页 |
| ·论文的主要工作 | 第16-18页 |
| 第2章 神经网络理论基础 | 第18-30页 |
| ·生物神经元与人工神经元模型 | 第18-24页 |
| ·生物神经元 | 第18-19页 |
| ·MP 神经网络 | 第19-21页 |
| ·人工神经网络 | 第21-23页 |
| ·激励函数 | 第23-24页 |
| ·Hopfield 神经网络模型 | 第24-27页 |
| ·细胞神经网络(CNNs)的提出及其意义 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第3章 时滞细胞神经网络全局渐近稳定的新判据 | 第30-48页 |
| ·引言 | 第30-31页 |
| ·基于非光滑分析得到的平衡点的渐近稳定的充分条件 | 第31-43页 |
| ·基础知识 | 第31-32页 |
| ·非光滑分析 | 第32-35页 |
| ·平衡点的存在性和唯一性 | 第35-37页 |
| ·GAS 的新条件 | 第37-43页 |
| ·平衡点渐近稳定的另一充分条件 | 第43-45页 |
| ·GAS 的新结论 | 第43-45页 |
| ·数值算例 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 具有逆Lipschitz函数的区间双向联想记忆模型的鲁棒稳定性 | 第48-60页 |
| ·引言 | 第48页 |
| ·全局鲁棒稳定性 | 第48-58页 |
| ·模型及预备知识 | 第48-50页 |
| ·平衡点的存在性和唯一性 | 第50-55页 |
| ·平衡点的全局鲁棒稳定性 | 第55-58页 |
| ·算例分析 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 攻读硕士学位期间承担的研究任务与主要成果 | 第68-69页 |
| 致谢 | 第69-70页 |
| 作者简介 | 第70页 |