| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-28页 |
| ·神经网络的发展历史及基本功能 | 第12-16页 |
| ·神经网络的发展历史 | 第12-14页 |
| ·神经网络的基本功能 | 第14-16页 |
| ·递归神经网络的概述 | 第16-20页 |
| ·递归神经网络稳定性的研究背景和意义 | 第20-22页 |
| ·无源性的研究背景和意义 | 第22-23页 |
| ·与论文相关的预备知识 | 第23-25页 |
| ·符号及记法 | 第23页 |
| ·基本引理 | 第23-25页 |
| ·全文的结构安排 | 第25-28页 |
| 第2章 中立型Hopfield神经网络的时滞相关鲁棒稳定性 | 第28-44页 |
| ·引言 | 第28-29页 |
| ·系统描述与预备知识 | 第29-31页 |
| ·主要结果 | 第31-41页 |
| ·数值例子 | 第41-43页 |
| ·小结 | 第43-44页 |
| 第3章 中立型双向联想记忆神经网络的时滞相关鲁棒稳定性 | 第44-66页 |
| ·引言 | 第44页 |
| ·系统描述与预备知识 | 第44-47页 |
| ·主要结果 | 第47-63页 |
| ·数值例子 | 第63-64页 |
| ·小结 | 第64-66页 |
| 第4章 递归神经网络的时滞相关无源性分析 | 第66-84页 |
| ·引言 | 第66-67页 |
| ·系统描述与预备知识 | 第67-69页 |
| ·主要结果 | 第69-80页 |
| ·数值例子 | 第80-82页 |
| ·小结 | 第82-84页 |
| 第5章 离散时滞标准神经网络模型的时滞相关无源性准则 | 第84-106页 |
| ·引言 | 第84-85页 |
| ·系统描述和预备知识 | 第85-86页 |
| ·主要结果 | 第86-98页 |
| ·数值例子 | 第98-105页 |
| ·小结 | 第105-106页 |
| 第6章 基于标准神经网络模型的非线性系统的鲁棒无源控制 | 第106-118页 |
| ·引言 | 第106-107页 |
| ·系统描述和预备知识 | 第107页 |
| ·主要结果 | 第107-114页 |
| ·数值例子 | 第114-117页 |
| ·小结 | 第117-118页 |
| 第7章 结论与展望 | 第118-120页 |
| 参考文献 | 第120-138页 |
| 致谢 | 第138-140页 |
| 作者攻博期间发表和撰写的学术论文 | 第140-142页 |
| 作者简介 | 第142页 |
