| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 符号对照表 | 第10-11页 |
| 1 绪论 | 第11-25页 |
| ·神经网络的研究概况 | 第11-13页 |
| ·相关文献综述 | 第13-19页 |
| ·研究的目的和意义 | 第19-21页 |
| ·主要研究内容 | 第21-22页 |
| ·相关知识 | 第22-25页 |
| 2 随机回归神经网络的稳定性 | 第25-48页 |
| ·问题描述 | 第25-26页 |
| ·含区问离散和分布时滞的随机回归神经网络鲁棒渐近稳定性 | 第26-31页 |
| ·含Markov跳跃随机回归神经网络的鲁棒指数稳定性 | 第31-43页 |
| ·仿真算例 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 3 噪声对Markov跳跃神经网络解增长速度的影响 | 第48-68页 |
| ·问题描述 | 第48-49页 |
| ·噪声对解增长的抑制作用 | 第49-59页 |
| ·噪声对解增长的促进作用 | 第59-66页 |
| ·数值算例 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 4 回归神经网络的无源性 | 第68-104页 |
| ·问题描述 | 第68-69页 |
| ·含Markov跳跃回归神经网络的无源性 | 第69-77页 |
| ·含Markov跳跃随机回归神经网络的无源性 | 第77-86页 |
| ·回归神经网络的鲁棒指数无源性 | 第86-95页 |
| ·仿真算例 | 第95-103页 |
| ·本章小结 | 第103-104页 |
| 5 随机回归神经网络的稳定性与无源性关系 | 第104-111页 |
| ·问题描述 | 第104-105页 |
| ·随机回归神经网络的设计 | 第105-107页 |
| ·随机回归神经网络中的KYP准则 | 第107-110页 |
| ·数值算例 | 第110页 |
| ·本章小结 | 第110-111页 |
| 6 总结与展望 | 第111-113页 |
| ·全文总结 | 第111页 |
| ·本文的创新点 | 第111-112页 |
| ·未来展望 | 第112-113页 |
| 致谢 | 第113-115页 |
| 参考文献 | 第115-128页 |
| 附录1 攻读学位期间发表与完成的论文及参加的科研项目 | 第128-130页 |
| 附录2 发表与完成的论文与学位论文章节的对应关系 | 第130页 |
