中文摘要 | 第3-5页 |
英文摘要 | 第5-7页 |
1 绪论 | 第10-22页 |
1.1 人工神经网络概述 | 第10-14页 |
1.1.1 人工神经网络简介 | 第10-12页 |
1.1.2 递归神经网络动力学概述 | 第12-14页 |
1.2 具有惯性项的时滞神经网络 | 第14页 |
1.3 脉冲时滞神经网络 | 第14-16页 |
1.3.1 脉冲系统 | 第15页 |
1.3.2 时滞神经网络的脉冲控制 | 第15-16页 |
1.4 切换时滞神经网络 | 第16-18页 |
1.4.1 切换系统 | 第17页 |
1.4.2 时滞神经网络的切换控制 | 第17-18页 |
1.5 忆阻器及忆阻神经网络 | 第18-20页 |
1.6 本论文的主要研究内容 | 第20-22页 |
2 基于脉冲控制的时滞惯性BAM神经网络的稳定性分析 | 第22-36页 |
2.1 引言 | 第22-23页 |
2.2 问题阐述 | 第23-26页 |
2.3 稳定性分析 | 第26-29页 |
2.4 数值模拟 | 第29-34页 |
2.5 本章小结 | 第34-36页 |
3 基于脉冲控制的时滞Cohen-Grossberg神经网络周期解的存在性及稳定性分析 | 第36-50页 |
3.1 引言 | 第36-37页 |
3.2 问题阐述 | 第37-39页 |
3.3 稳定性分析 | 第39-44页 |
3.4 数值模拟 | 第44-49页 |
3.5 本章小结 | 第49-50页 |
4 基于时变脉冲的时滞忆阻神经网络的稳定性分析 | 第50-62页 |
4.1 引言 | 第50-51页 |
4.2 问题阐述 | 第51-54页 |
4.3 稳定性分析 | 第54-59页 |
4.4 数值模拟 | 第59-61页 |
4.5 本章小结 | 第61-62页 |
5 基于切换控制的时滞神经网络的稳定性分析 | 第62-88页 |
5.1 引言 | 第62-63页 |
5.2 问题阐述 | 第63-65页 |
5.3 仅具有不稳定子系统的切换神经网络的稳定性分析 | 第65-70页 |
5.4 仅具有稳定子系统的切换神经网络的稳定性分析 | 第70-74页 |
5.5 具有稳定和不稳定子系统的切换神经网络的稳定性分析 | 第74-80页 |
5.6 数值模拟 | 第80-86页 |
5.7 本章小结 | 第86-88页 |
6 总结和展望 | 第88-90页 |
致谢 | 第90-92页 |
参考文献 | 第92-104页 |
附录 | 第104页 |
A. 作者在攻读博士学位期间发表及完成的论文目录 | 第104页 |
B.攻读博士学位期间参加的科研项目目录 | 第104页 |
C.参加的学术会议 | 第104页 |