首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

群神经元计算的动力学行为

摘要第1-7页
ABSTRACT第7-13页
第一章 绪论第13-17页
   ·群神经元计算第13-14页
   ·本文主要研究内容及创新成果第14-16页
   ·本文结构第16-17页
第二章 LT神经网络的多周期计算第17-45页
   ·引言第17页
   ·一些准备第17-19页
   ·连续LT神经网络第19-36页
     ·连续LT神经网络结构及问题描述第19-22页
     ·有界性及全局吸引性第22-27页
     ·多周期计算第27-32页
     ·仿真结果第32-36页
   ·离散LT神经网络第36-44页
     ·离散LT神经网络结构及问题描述第36页
     ·多周期计算第36-41页
     ·仿真结果第41-44页
   ·小结第44-45页
第三章 容许集与禁止集第45-67页
   ·引言第45-46页
   ·网络结构及问题描述第46-48页
   ·完全收敛性第48-53页
   ·容许集与禁止集第53-58页
   ·多吸引计算第58-64页
   ·仿真结果第64-65页
   ·小结第65-67页
第四章 非饱和集与饱和集第67-83页
   ·引言第67-68页
   ·网络结构与问题描述第68-70页
   ·非饱和集与饱和集第70-76页
   ·群选择计算第76-78页
     ·问题描述第76页
     ·群选择计算模型第76-78页
   ·群与非饱和集、饱和集的关系第78-80页
   ·仿真结果第80-81页
   ·小结第81-83页
第五章 活动性不变集第83-105页
   ·引言第83页
   ·LT神经网络第83-93页
     ·网络结构及问题描述第83-86页
     ·活动性不变集与指数稳定吸引子第86-91页
     ·仿真结果第91-93页
   ·LV神经网络第93-103页
     ·网络结构及问题描述第93-95页
     ·活动性不变集与指数稳定吸引子第95-102页
     ·仿真结果第102-103页
   ·小结第103-105页
第六章 多稳定性计算第105-137页
   ·双向联想记忆神经网络第105-123页
     ·引言第105-106页
     ·网络结构及问题描述第106-108页
     ·有界性及全局指数吸引性第108-113页
     ·完全收敛性第113-120页
     ·仿真结果第120-122页
     ·小结第122-123页
   ·背景神经网络第123-131页
     ·引言第123-124页
     ·网络结构及问题描述第124-125页
     ·非耗散性与全局吸引性第125-127页
     ·完全收敛性第127-128页
     ·讨论第128-130页
     ·仿真结果第130页
     ·小结第130-131页
   ·变时滞高增益神经网络第131-137页
     ·引言第131-132页
     ·网络结构与问题描述第132-133页
     ·全局指数吸引性第133-135页
     ·仿真结果第135-136页
     ·小结第136-137页
第七章 结束语第137-139页
致谢第139-141页
参考文献第141-147页
读博期间取得的研究成果第147-148页

论文共148页,点击 下载论文
上一篇:稳态视觉诱发电位在脑机接口及认知过程中的应用研究
下一篇:计算Web智能粒度粗糙理论及关键技术研究