| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 神经网络的研究现状及其发展 | 第10页 |
| 1.2 时滞神经网络稳定性的研究现状 | 第10-11页 |
| 1.3 论文结构安排 | 第11-13页 |
| 第二章 预备知识 | 第13-17页 |
| 2.1 稳定性相关概念 | 第13-14页 |
| 2.2 Lyapunov稳定性相关概念 | 第14-15页 |
| 2.3 常用引理 | 第15-17页 |
| 第三章 具有变时滞神经网络系统的全局渐近稳定性分析 | 第17-25页 |
| 3.1 模型介绍 | 第17-18页 |
| 3.2 全局渐近稳定性分析 | 第18-23页 |
| 3.3 数值举例 | 第23-24页 |
| 3.4 本章小结 | 第24-25页 |
| 第四章 具有混合时滞神经网络系统的全局渐近稳定性分析 | 第25-34页 |
| 4.1 模型介绍 | 第25-26页 |
| 4.2 全局渐近稳定性分析 | 第26-32页 |
| 4.3 数值举例 | 第32-33页 |
| 4.4 本章小结 | 第33-34页 |
| 第五章 BAM神经网络系统的全局渐近稳定性分析 | 第34-41页 |
| 5.1 模型介绍 | 第34-35页 |
| 5.2 全局渐近稳定性分析 | 第35-39页 |
| 5.3 数值举例 | 第39-40页 |
| 5.4 本章小结 | 第40-41页 |
| 第六章 总结与展望 | 第41-42页 |
| 致谢 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 攻读学位期间主要的研究成果 | 第47-48页 |