| 摘要 | 第1-10页 |
| Abstract | 第10-15页 |
| 第1章 绪论 | 第15-37页 |
| ·研究课题的背景和意义 | 第15-18页 |
| ·神经网络研究的意义 | 第15-17页 |
| ·基因调控网络研究的意义 | 第17-18页 |
| ·神经网络发展简史 | 第18-20页 |
| ·神经网络简介 | 第20-22页 |
| ·神经网络分类 | 第22-25页 |
| ·神经网络稳定性研究现状 | 第25-29页 |
| ·基因调控网络研究现状 | 第29-32页 |
| ·论文研究内容及组织 | 第32-37页 |
| ·研究内容 | 第32-34页 |
| ·论文创新点 | 第34-35页 |
| ·论文组织 | 第35-37页 |
| 第2章 具有无界时变时滞和连续分布时滞脉冲神经网络稳定性研究 | 第37-51页 |
| ·引言 | 第37-38页 |
| ·模型描述及相关理论 | 第38-41页 |
| ·稳定性研究 | 第41-48页 |
| ·数值模拟 | 第48-49页 |
| ·小结 | 第49-51页 |
| 第3章 具有无界时变时滞随机脉冲神经网络稳定性研究 | 第51-65页 |
| ·引言 | 第51-52页 |
| ·模型描述及相关理论 | 第52-55页 |
| ·稳定性研究 | 第55-61页 |
| ·数值模拟 | 第61-63页 |
| ·小结 | 第63-65页 |
| 第4章 具有无界时变时滞和连续分布时滞参数不确定随机脉冲神经网络稳定性研究 | 第65-89页 |
| ·引言 | 第65-66页 |
| ·模型描述及相关理论 | 第66-69页 |
| ·随机性对神经网络稳定性影响研究 | 第69-78页 |
| ·参数不确定性及随机性对网络稳定性影响研究 | 第78-84页 |
| ·数值模拟 | 第84-86页 |
| ·小结 | 第86-89页 |
| 第5章 具有无界时变时滞和非线性扰动下的脉冲神经网络稳定性研究 | 第89-101页 |
| ·引言 | 第89-90页 |
| ·模型描绘及相关理论 | 第90-91页 |
| ·稳定性研究 | 第91-96页 |
| ·数值模拟 | 第96-99页 |
| ·小结 | 第99-101页 |
| 第6章 利用时间序列数据构建基因调控网络 | 第101-109页 |
| ·引言 | 第101-102页 |
| ·算法描述 | 第102-108页 |
| ·Ramsay’s algorithm 细节描述 | 第103-107页 |
| ·Simpson 法则 | 第107-108页 |
| ·Gauss-Newton 算法 | 第108页 |
| ·小结 | 第108-109页 |
| 第7章 总结和展望 | 第109-113页 |
| ·总结 | 第109-111页 |
| ·进一步研究工作 | 第111-113页 |
| 参考文献 | 第113-131页 |
| 在学期间公开发表的论文及参与的项目 | 第131-133页 |
| 致谢 | 第133页 |
