| 中文摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-25页 |
| 1.1 引言 | 第13-14页 |
| 1.2 递归神经网络的发展概述 | 第14-17页 |
| 1.3 递归神经网络的稳定性概述 | 第17-18页 |
| 1.4 递归神经网络的多稳定性研究现状 | 第18-22页 |
| 1.5 本文的主要工作 | 第22-25页 |
| 第二章 带有两个神经元的实值递归神经网络的多稳定性分析 | 第25-43页 |
| 2.1 引言 | 第25-26页 |
| 2.2 问题描述 | 第26-30页 |
| 2.3 存在性分析 | 第30-32页 |
| 2.4 稳定性分析 | 第32-35页 |
| 2.5 吸引域估计 | 第35-37页 |
| 2.6 仿真研究 | 第37-40页 |
| 2.7 本章小结 | 第40-43页 |
| 第三章 实值环状递归神经网络的多稳定性分析 | 第43-55页 |
| 3.1 引言 | 第43-44页 |
| 3.2 问题描述 | 第44-46页 |
| 3.3 存在性分析 | 第46-47页 |
| 3.4 稳定性分析 | 第47-50页 |
| 3.5 仿真研究 | 第50-53页 |
| 3.6 本章小结 | 第53-55页 |
| 第四章 右端不连续实值递归神经网络的多稳定性分析 | 第55-69页 |
| 4.1 引言 | 第55-56页 |
| 4.2 问题描述 | 第56-58页 |
| 4.3 存在性分析 | 第58-62页 |
| 4.4 稳定性分析 | 第62-66页 |
| 4.5 仿真研究 | 第66-68页 |
| 4.6 本章小结 | 第68-69页 |
| 第五章 右端不连续实值双向联想记忆递归神经网络的多稳定性分析 | 第69-85页 |
| 5.1 引言 | 第69-70页 |
| 5.2 平衡点的多稳定性 | 第70-80页 |
| 5.2.1 问题描述 | 第70-72页 |
| 5.2.2 存在性分析 | 第72-75页 |
| 5.2.3 稳定性分析 | 第75-77页 |
| 5.2.4 仿真研究 | 第77-80页 |
| 5.3 周期解的多稳定性 | 第80-84页 |
| 5.3.1 问题描述 | 第80页 |
| 5.3.2 稳定性分析 | 第80-83页 |
| 5.3.3 仿真研究 | 第83-84页 |
| 5.4 本章小结 | 第84-85页 |
| 第六章 复值递归神经网络的多稳定性分析 | 第85-107页 |
| 6.1 引言 | 第85-86页 |
| 6.2 问题描述 | 第86-89页 |
| 6.3 存在性分析 | 第89-92页 |
| 6.4 稳定性分析 | 第92-95页 |
| 6.5 吸引域估计 | 第95-102页 |
| 6.6 仿真研究 | 第102-106页 |
| 6.7 本章小结 | 第106-107页 |
| 第七章 右端不连续复值递归神经网络的多稳定性分析 | 第107-123页 |
| 7.1 引言 | 第107-108页 |
| 7.2 问题描述 | 第108-112页 |
| 7.3 存在性分析 | 第112-117页 |
| 7.4 稳定性分析 | 第117-118页 |
| 7.5 仿真研究 | 第118-122页 |
| 7.6 本章小结 | 第122-123页 |
| 第八章 总结与展望 | 第123-125页 |
| 参考文献 | 第125-139页 |
| 攻读博士学位期间的研究成果 | 第139-141页 |
| 致谢 | 第141-143页 |
| 个人简历 | 第143页 |