| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 绪言 | 第8-12页 |
| ·研究方向、意义及现状 | 第8-10页 |
| ·本文的主要工作 | 第10-12页 |
| 2 预备知识 | 第12-19页 |
| ·神经元模型与激活函数 | 第12-13页 |
| ·Hebb 学习规则 | 第13-15页 |
| ·动力系统及 Lyapunov 稳定性理论 | 第15-17页 |
| ·互联系统 | 第17-19页 |
| 3 连续时间 Hopfield 神经网络的动态分析 | 第19-30页 |
| ·平衡点的存在性及唯一性 | 第19-22页 |
| ·完全稳定性 | 第22-24页 |
| ·局部稳定性及收敛速率 | 第24-28页 |
| ·吸引域估计 | 第28-30页 |
| 4 离散时间 Hopfield 神经网络的动态分析 | 第30-38页 |
| ·同步离散 Hopfield 神经网络的稳定性 | 第30-33页 |
| ·BSB 模型的稳定性分析 | 第33-34页 |
| ·网络存储容量分析 | 第34-36页 |
| ·减少伪状态的方法 | 第36-38页 |
| 5 总结与展望 | 第38-39页 |
| 致谢 | 第39-40页 |
| 参考文献 | 第40-42页 |