| 中文摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 问题背景和研究意义 | 第12-14页 |
| 1.2 时滞神经网络稳定性问题研究现状 | 第14-16页 |
| 1.3 噪声环境下随机神经网络稳定性问题研究现状 | 第16-18页 |
| 1.4 预备知识 | 第18-19页 |
| 1.4.1 符号说明 | 第18-19页 |
| 1.4.2 几个引理 | 第19页 |
| 1.5 本文的主要工作 | 第19-22页 |
| 第二章 基于动态时滞区间方法的叠加时变时滞递归神经网络稳定性分析 | 第22-44页 |
| 2.1 引言 | 第22-25页 |
| 2.2 问题描述 | 第25-26页 |
| 2.3 动态时滞区间方法 | 第26-30页 |
| 2.4 叠加时变时滞的递归神经网络稳定性判定准则 | 第30-39页 |
| 2.5 仿真算例 | 第39-42页 |
| 2.6 本章小结 | 第42-44页 |
| 第三章 基于动态时滞区间方法的多时变时滞递归神经网络稳定性分析 | 第44-60页 |
| 3.1 引言 | 第44-45页 |
| 3.2 问题描述 | 第45页 |
| 3.3 多时变时滞递归神经网络稳定性判定准则 | 第45-56页 |
| 3.4 仿真算例 | 第56-57页 |
| 3.5 本章小结 | 第57-60页 |
| 第四章 基于广义凸组合不等式的多时滞递归神经网络稳定性分析 | 第60-78页 |
| 4.1 引言 | 第60-61页 |
| 4.2 问题描述 | 第61-62页 |
| 4.3 广义矩阵凸组合不等式 | 第62-64页 |
| 4.4 多时变时滞Cohen-Grossberg神经网络稳定性判定准则 | 第64-73页 |
| 4.5 仿真算例 | 第73-76页 |
| 4.6 本章小结 | 第76-78页 |
| 第五章 基于白噪声建模的随机时滞神经网络稳定性分析 | 第78-94页 |
| 5.1 引言 | 第78页 |
| 5.2 问题描述 | 第78-79页 |
| 5.3 基于白噪声建模的随机时滞神经网络稳定性判定准则 | 第79-89页 |
| 5.4 仿真算例 | 第89-92页 |
| 5.5 本章小结 | 第92-94页 |
| 第六章 基于广义噪声建模的随机递归神经网络稳定性及镇定性分析 | 第94-116页 |
| 6.1 引言 | 第94-95页 |
| 6.2 广义噪声环境下的随机递归神经网络依概率稳定性及镇定性判定 | 第95-103页 |
| 6.3 广义噪声环境下的随机递归神经网络均方稳定性及镇定性判定 | 第103-107页 |
| 6.4 仿真算例 | 第107-115页 |
| 6.5 本章小结 | 第115-116页 |
| 第七章 结论与展望 | 第116-120页 |
| 参考文献 | 第120-134页 |
| 攻读博士学位期间的研究成果 | 第134-136页 |
| 致谢 | 第136-138页 |
| 个人简历 | 第138页 |
