| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第15-26页 |
| 1.1 忆阻神经网络的发展进程 | 第15-16页 |
| 1.2 忆阻神经网络模型概述 | 第16-18页 |
| 1.3 忆阻神经网络的研究意义与研究现状 | 第18-21页 |
| 1.3.1 研究意义 | 第18-20页 |
| 1.3.2 研究现状 | 第20-21页 |
| 1.4 忆阻神经网络的基本理论 | 第21页 |
| 1.5 本文主要内容和创新点 | 第21-26页 |
| 1.5.1 主要研究内容 | 第21-23页 |
| 1.5.2 主要创新点 | 第23-26页 |
| 第二章 忆阻网络和Cohen-Grossberg神经网络的无源性分析 | 第26-57页 |
| 2.1 具有概率时变延时的忆阻网络的无源性分析 | 第27-40页 |
| 2.1.1 模型描述 | 第27-29页 |
| 2.1.2 预备知识 | 第29-30页 |
| 2.1.3 主要内容 | 第30-40页 |
| 2.2 具有反应扩散项的Cohen-Grossberg网络的无源性分析 | 第40-48页 |
| 2.2.1 模型描述 | 第40-41页 |
| 2.2.2 预备知识 | 第41-42页 |
| 2.2.3 主要内容 | 第42-48页 |
| 2.3 数值模拟 | 第48-54页 |
| 2.4 小结 | 第54-57页 |
| 第三章 忆阻神经网络的同步控制问题 | 第57-84页 |
| 3.1 模型描述及预备知识 | 第57-63页 |
| 3.1.1 模型描述 | 第58-61页 |
| 3.1.2 预备知识 | 第61-63页 |
| 3.2 鲁棒分析技巧下的同步控制问题 | 第63-72页 |
| 3.2.1 矩阵测度方法下的准同步控制问题 | 第64-66页 |
| 3.2.2 Lyapunov方法下的同步控制问题 | 第66-70页 |
| 3.2.3 Lyapunov方法下的固定时间同步控制问题 | 第70-72页 |
| 3.3 数值模拟 | 第72-83页 |
| 3.4 小结 | 第83-84页 |
| 第四章 忆阻神经网络的有限时间和固定时间镇定问题 | 第84-100页 |
| 4.1 模型描述及预备知识 | 第84-88页 |
| 4.1.1 模型描述 | 第84-86页 |
| 4.1.2 预备知识 | 第86-88页 |
| 4.2 主要内容 | 第88-93页 |
| 4.2.1 忆阻神经网络的有限时间镇定问题 | 第88-90页 |
| 4.2.2 忆阻神经网络的固定时间镇定问题 | 第90-93页 |
| 4.3 数值模拟 | 第93-97页 |
| 4.4 小结 | 第97-100页 |
| 第五章 忆阻神经网络的状态估计问题 | 第100-121页 |
| 5.1 基于忆阻的连续时间神经网络模型的状态估计问题 | 第100-110页 |
| 5.1.1 模型描述 | 第100-104页 |
| 5.1.2 预备知识 | 第104页 |
| 5.1.3 主要内容 | 第104-110页 |
| 5.2 基于忆阻的离散时间神经网络模型的状态估计问题 | 第110-116页 |
| 5.2.1 模型描述 | 第110-112页 |
| 5.2.2 主要内容 | 第112-116页 |
| 5.3 数值模拟 | 第116-120页 |
| 5.4 小结 | 第120-121页 |
| 第六章 离散时间神经网络及高速路网的全局鲁棒指数稳定性 | 第121-141页 |
| 6.1 离散时间神经网络的全局鲁棒指数稳定性 | 第122-130页 |
| 6.1.1 模型描述 | 第122-123页 |
| 6.1.2 预备知识 | 第123页 |
| 6.1.3 主要内容 | 第123-130页 |
| 6.2 高速路网的全局鲁棒指数稳定性 | 第130-137页 |
| 6.2.1 模型描述 | 第130-133页 |
| 6.2.2 预备知识 | 第133-134页 |
| 6.2.3 主要内容 | 第134-137页 |
| 6.3 数值模拟 | 第137-140页 |
| 6.4 小结 | 第140-141页 |
| 第七章 总结与展望 | 第141-145页 |
| 7.1 总结 | 第141-142页 |
| 7.2 展望 | 第142-145页 |
| 参考文献 | 第145-158页 |
| 附录一 博士期间撰写和发表的论文 | 第158-160页 |
| 附录二 博士期间主持和参加的科研项目、学术会议和获得的荣誉 | 第160-161页 |
| 附录三 后记 | 第161-162页 |
