| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·神经网络的发展历史背景 | 第10-11页 |
| ·神经网络稳定性的研究状况 | 第11-16页 |
| ·论文的主要工作 | 第16-18页 |
| 第2章 预备知识 | 第18-24页 |
| ·稳定性的定义 | 第18-20页 |
| ·Lyapunov 函数 | 第20-21页 |
| ·相关定义和引理及基本定理 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 具有逆 Lipschitz 激励函数的 Hopfield 神经网络全局鲁棒指数稳定性 | 第24-36页 |
| ·模型描述 | 第24-25页 |
| ·主要结论 | 第25-31页 |
| ·数值例子 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 具有逆 Lipschitz 激励函数的区间神经网络全局鲁棒指数稳定性 | 第36-46页 |
| ·模型描述 | 第36-37页 |
| ·主要结论 | 第37-43页 |
| ·数值实例 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第5章 具有逆Lipschitz激励函数Cohen-Grossberg 神经网络指数稳定性 | 第46-56页 |
| ·模型描述 | 第46-47页 |
| ·主要结论 | 第47-53页 |
| ·数值例子 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |
