| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 随机神经网络的稳定性的研究背景及发展 | 第9-10页 |
| 1.2 随机神经网络镇定性的发展 | 第10-11页 |
| 1.3 本文的主要工作和创新点 | 第11页 |
| 1.3.1 本文的主要工作 | 第11页 |
| 1.3.2 本文的创新点 | 第11页 |
| 1.4 预备知识 | 第11-13页 |
| 1.5 本文所用记号 | 第13-14页 |
| 第2章 随机Hopfield神经网络的稳定性和镇定性 | 第14-32页 |
| 2.1 具有变时滞的随机区间Hopfield神经网络的指数稳定性 | 第14-20页 |
| 2.1.1 模型及预备知识 | 第14-16页 |
| 2.1.2 平凡解的指数稳定性 | 第16-20页 |
| 2.2 具有混合时滞的随机Hopfield神经网络的稳定性分析 | 第20-25页 |
| 2.2.1 模型及预备知识 | 第20-21页 |
| 2.2.2 主要结论 | 第21-25页 |
| 2.3 时滞系统基于状态反馈的鲁棒镇定 | 第25-32页 |
| 2.3.1 模型及预备知识 | 第26-27页 |
| 2.3.2 主要结论 | 第27-32页 |
| 第3章 随机Cohen-Grossberg神经网络的稳定性和镇定性 | 第32-45页 |
| 3.1 基于 LMI 的具有变时滞的随机Cohen-Grossberg神经网络的稳定性 | 第32-39页 |
| 3.1.1 模型及预备知识 | 第32-34页 |
| 3.1.2 主要结论 | 第34-39页 |
| 3.2 具有分布参数的随机Cohen-Grossberg神经网络的镇定性 | 第39-45页 |
| 3.2.1 模型及预备知识 | 第39-41页 |
| 3.2.2 主要结论 | 第41-45页 |
| 结论 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51页 |
