| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪言 | 第7-11页 |
| ·神经网络的目的和意义 | 第7页 |
| ·神经网络的研究现状 | 第7-9页 |
| ·本文的主要研究工作 | 第9-11页 |
| 第2章 时变Cohen-Grossberg神经网络的渐近稳定性分析 | 第11-35页 |
| ·问题的描述 | 第11-14页 |
| ·基于LMI的一些渐近稳定性分析 | 第14-25页 |
| ·例子与比较 | 第22-25页 |
| ·基于非平滑分析的渐近稳定性结果 | 第25-34页 |
| ·比较与仿真 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 一般性神经网络的动态分析 | 第35-54页 |
| ·时滞神经网络全局渐近稳定性的一些研究 | 第35-43页 |
| ·问题的提出和一些准备 | 第35-36页 |
| ·稳定性分析 | 第36-43页 |
| ·时滞神经网络的混沌指数同步分析 | 第43-53页 |
| ·问题的提出和一些准备 | 第43-45页 |
| ·指数同步 | 第45-49页 |
| ·比较与数值例子 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 带有分布式时滞的神经网络稳定性分析 | 第54-75页 |
| ·带有分布式时滞的Recurrent神经网络的全局指数稳定性 | 第54-66页 |
| ·问题的提出和准备条件 | 第54-57页 |
| ·全局指数稳定性 | 第57-61页 |
| ·拓展到DHNN | 第61-64页 |
| ·拓展到DCNN | 第64-66页 |
| ·带有分布式时滞的Cohen-Grossberg神经网络的全局指数稳定性 | 第66-74页 |
| ·问题的提出与准备 | 第66-68页 |
| ·全局指数稳定性 | 第68-72页 |
| ·数值例子 | 第72-74页 |
| ·本章小结 | 第74-75页 |
| 第5章 神经网络的多周期和多稳定性分析 | 第75-117页 |
| ·高阶细胞神经网络的多周期与收敛性分析 | 第75-95页 |
| ·问题的提出与准备条件 | 第75-78页 |
| ·饱和区的局部多周期收敛 | 第78-82页 |
| ·任意区域内的局部多周期收敛 | 第82-91页 |
| ·全局多周期收敛在任意区域 | 第91-95页 |
| ·克隆模板描述的时滞细胞神经网络的多周期与收敛性分析 | 第95-116页 |
| ·问题的提出与准备 | 第95-99页 |
| ·饱和区的多周期局部指数收敛 | 第99-103页 |
| ·任意区域的多周期局部指数收敛 | 第103-112页 |
| ·任意区域的全局指数周期收敛 | 第112-116页 |
| ·本章小结 | 第116-117页 |
| 致谢 | 第117-118页 |
| 参考文献 | 第118-125页 |
| 在学期间发表的学术论文与研究成果 | 第125-126页 |
