首页--数理科学和化学论文--数学论文--数学分析论文--微分方程、积分方程论文

时滞神经网络模型的动力学研究

摘要第1-6页
Abstract第6-12页
第一章 绪论第12-30页
 §1.1 引言第12-13页
 §1.2 神经网络的发展与神经动力学模型第13-17页
 §1.3 时滞神经网络的稳定性与研究现状第17-20页
 §1.4 本文的主要工作与创新点第20-30页
  §1.4.1 主要研究内容第20-27页
  §1.4.2 主要创新点第27-30页
第二章 递归神经网络模型第30-78页
 §2.1 具有变系数的非自治递归神经网络第30-40页
  §2.1.1 模型及预备知识第30-32页
  §2.1.2 解的有界性、指数稳定性第32-36页
  §2.1.3 周期解的存在性第36-37页
  §2.1.4 分析和例子第37-40页
 §2.2 具有反应扩散项的递归神经网络第40-48页
  §2.2.1 模型及预备知识第40-43页
  §2.2.2 平衡点的指数稳定性第43-47页
  §2.2.3 比较和例子第47-48页
 §2.3 一类静态递归神经网络第48-54页
  §2.3.1 模型及预备知识第48-50页
  §2.3.2 平衡点的渐近稳定性第50-53页
  §2.3.3 例子及其数值模拟第53-54页
 §2.4 具有分布时滞的递归神经网络第54-64页
  §2.4.1 模型及预备知识第54-57页
  §2.4.2 网络的输出收敛性第57-62页
  §2.4.3 比较和例子第62-64页
 §2.5 具有变时滞的离散递归神经网络第64-77页
  §2.5.1 模型及预备知识第64-65页
  §2.5.2 平衡点的指数稳定性第65-70页
  §2.5.3 分量指数稳定性第70-73页
  §2.5.4 例子及其数值模拟第73-77页
 §2.6 本章小结第77-78页
第三章 双向联想记忆神经网络模型第78-114页
 §3.1 具有高阶项的BAM神经网络第78-88页
  §3.1.1 模型及预备知识第78-81页
  §3.1.2 平衡点的全局指数稳定性第81-86页
  §3.1.3 例子第86-88页
 §3.2 连续型双向联想记忆神经网络第88-101页
  §3.2.1 模型及预备知识第88-89页
  §3.2.2 平衡点的存在性第89-92页
  §3.2.3 平衡点的指数稳定性第92-95页
  §3.2.4 模型的离散化及其收敛性第95-100页
  §3.2.5 比较和例子第100-101页
 §3.3 具有变时滞的离散BAM神经网络第101-113页
  §3.3.1 模型及预备知识第101-102页
  §3.3.2 平衡点的指数稳定性第102-112页
  §3.3.3 例子及其数值模拟第112-113页
 §3.4 本章小结第113-114页
第四章 Cohen-Grossberg神经网络模型第114-137页
 §4.1 具有变系数的Cohen-Grossberg神经网络第114-127页
  §4.1.1 模型及预备知识第114-117页
  §4.1.2 解的有界性第117-121页
  §4.1.3 平衡点的指数稳定性第121-125页
  §4.1.4 例子及其数值模拟第125-127页
 §4.2 Cohen-Grossberg神经网络的鲁棒性第127-136页
  §4.2.1 模型及预备知识第127-129页
  §4.2.2 鲁棒稳定性第129-135页
  §4.2.3 比较和例子第135-136页
 §4.3 本章小结第136-137页
第五章 脉冲神经网络模型第137-148页
 §5.1 高阶双向联想记忆的脉冲神经网络第137-147页
  §5.1.1 引言第137-138页
  §5.1.2 模型及预备知识第138-141页
  §5.1.3 平衡点的指数稳定性第141-145页
  §5.1.4 例子第145-147页
 §5.2 本章小结第147-148页
第六章 总结与展望第148-152页
 §6.1 总结第148-149页
 §6.2 展望第149-152页
参考文献第152-163页
附录一第163-165页
附录二 致谢第165页

论文共165页,点击 下载论文
上一篇:几类抛物型方程解的定性研究
下一篇:几类捕食模型平衡态模式的定性分析