| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 背景介绍 | 第8-10页 |
| 1.1.1 神经网络的概念 | 第8页 |
| 1.1.2 神经网络的发展 | 第8-9页 |
| 1.1.3 神经网络的研究意义 | 第9页 |
| 1.1.4 时滞神经网络的研究 | 第9-10页 |
| 1.2 本文的主要工作 | 第10-11页 |
| 1.3 符号说明 | 第11-12页 |
| 第二章 预备知识 | 第12-17页 |
| 2.1 离散系统Lyapunov稳定性理论 | 第12-14页 |
| 2.1.1 离散系统Lyapunov稳定性概念 | 第12-14页 |
| 2.1.2 离散系统Lyapunov稳定性定理 | 第14页 |
| 2.2 LMI方法 | 第14-16页 |
| 2.2.1 LMI的一般表示 | 第15页 |
| 2.2.2 LMI的标准问题 | 第15-16页 |
| 2.3 相关引理 | 第16页 |
| 2.4 本章小结 | 第16-17页 |
| 第三章 带两个加性时滞的离散型神经网络的全局指数稳定性 | 第17-32页 |
| 3.1 引言 | 第17页 |
| 3.2 问题描述 | 第17-18页 |
| 3.3 主要结果 | 第18-30页 |
| 3.4 仿真实例 | 第30页 |
| 3.5 本章小结 | 第30-32页 |
| 第四章 带两个加性时滞的离散型神经网络的鲁棒渐近稳定性 | 第32-40页 |
| 4.1 引言 | 第32页 |
| 4.2 问题描述 | 第32页 |
| 4.3 主要结果 | 第32-38页 |
| 4.4 仿真实例 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 第五章 简化的带两个加性时滞的离散型神经网络的渐近稳定性结果 | 第40-46页 |
| 5.1 引言 | 第40页 |
| 5.2 问题描述 | 第40页 |
| 5.3 主要结果 | 第40-44页 |
| 5.4 仿真实例 | 第44-45页 |
| 5.5 本章小结 | 第45-46页 |
| 第六章 总结 | 第46-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51页 |
