| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 1 绪论——研究背景 | 第12-28页 |
| ·人工神经网络的历史背景及特点 | 第13-15页 |
| ·Cohen-Grossberg神经网络研究背景及进展 | 第15-18页 |
| ·多值神经元模型的发展 | 第18-20页 |
| ·神经生物学中动态吸引子 | 第20-22页 |
| ·混沌理论的历史背景 | 第22-26页 |
| ·本文结构 | 第26-28页 |
| 2 有时滞的高阶Cohen-Grossberg神经网络的周期解 | 第28-55页 |
| ·重合度理论和连续模型 | 第29-32页 |
| ·常系数网络模型的周期解 | 第32-40页 |
| ·时变系数和变时滞的网络模型 | 第40-48页 |
| ·常系数离散网络模型的周期解 | 第48-53页 |
| ·结论 | 第53-55页 |
| 3 有时滞的高阶Cohen-Grossberg神经网络周期解的稳定性 | 第55-74页 |
| ·Lyapunov泛函的方法 | 第56-61页 |
| ·线性矩阵不等式的方法 | 第61-67页 |
| ·举例说明 | 第67-72页 |
| ·结论 | 第72-74页 |
| 4 几类联想记忆模型的动力学分析 | 第74-100页 |
| ·多值联想记忆模型 | 第75-81页 |
| ·复值神经网络 | 第76-77页 |
| ·网络稳定性 | 第77-81页 |
| ·正弦映射 | 第81-88页 |
| ·叉形分支 | 第83-86页 |
| ·倍周期分支 | 第86-88页 |
| ·耦合的正弦映射 | 第88-99页 |
| ·结论 | 第99-100页 |
| 5 Devaney混沌定义中的随机性质 | 第100-114页 |
| ·预备知识 | 第101-103页 |
| ·拓扑传递性 | 第103-106页 |
| ·初值敏感性 | 第106-112页 |
| ·结论 | 第112-114页 |
| 6 工作展望 | 第114-117页 |
| 参考文献 | 第117-128页 |
| 攻读博士学位期间发表的文章、参与的项目 | 第128-129页 |
| 致谢 | 第129-130页 |
