| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-21页 |
| ·背景神经网络模型 | 第13-15页 |
| ·Oja 的神经元简化模型 | 第15-18页 |
| ·引言 | 第15-16页 |
| ·带有约束的学习规则的一般方法 | 第16-18页 |
| ·本文主要研究内容及创新与章节安排 | 第18-21页 |
| ·本文的主要研究内容及创新 | 第18-20页 |
| ·本文结构 | 第20-21页 |
| 第二章 具有一致点火率的改进的背景神经网络的动力学分析 | 第21-30页 |
| ·引言 | 第21-22页 |
| ·改进的背景神经网络模型 | 第22-23页 |
| ·网络不变集和有界性 | 第23-26页 |
| ·网络的完全收敛性 | 第26-28页 |
| ·实验结果 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第三章 具有两个子网络的改进的背景神经网络的动力学分析 | 第30-44页 |
| ·引言 | 第30页 |
| ·一些准备 | 第30-31页 |
| ·有界性和全局吸引性 | 第31-36页 |
| ·局部稳定性分析 | 第36-37页 |
| ·完全收敛性 | 第37-40页 |
| ·讨论 | 第40-41页 |
| ·实验结果 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第四章 一类 N 维的改进的背景神经网络模型的动力学分析 | 第44-59页 |
| ·一些准备 | 第44-45页 |
| ·有界性和全局吸引性 | 第45-50页 |
| ·完全收敛性 | 第50-53页 |
| ·讨论 | 第53-54页 |
| ·实验结果 | 第54-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 无限个神经元的改进的背景神经网络的连续吸引子 | 第59-75页 |
| ·引言 | 第59-60页 |
| ·连续吸引子 | 第60-67页 |
| ·背景输入为零 | 第61-63页 |
| ·背景输入非零 | 第63-67页 |
| ·讨论 | 第67-68页 |
| ·举例 | 第68-71页 |
| ·实验结果 | 第71-73页 |
| ·本章小结 | 第73-75页 |
| 第六章 任意指数的改进的背景神经网络模型分析 | 第75-89页 |
| ·一些准备 | 第75页 |
| ·任意指数的一维神经网络的平衡点分析 | 第75-79页 |
| ·任意指数的二维神经网络的局部稳定性分析 | 第79-80页 |
| ·自动波 | 第80-84页 |
| ·实验结果 | 第84-88页 |
| ·本章小结 | 第88-89页 |
| 第七章 一类二维神经网络的动力学分析 | 第89-97页 |
| ·一些准备 | 第89-90页 |
| ·二维神经网络的不变集和平衡点 | 第90-94页 |
| ·不变集 | 第90-91页 |
| ·平衡点 | 第91-92页 |
| ·有界性 | 第92-94页 |
| ·实验结果 | 第94-95页 |
| ·本章小结 | 第95-97页 |
| 第八章 结束语 | 第97-99页 |
| 致谢 | 第99-101页 |
| 参考文献 | 第101-112页 |
| 攻博期间取得的研究成果 | 第112-113页 |
