时滞神经网络的稳定性分析
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 符号说明 | 第6-7页 |
| 第一章 绪论 | 第7-14页 |
| 1.1 神经网络发展概况 | 第7-9页 |
| 1.2 时滞神经网络稳定性研究现状 | 第9-12页 |
| 1.2.1 关于时滞神经网络模型 | 第10-11页 |
| 1.2.2 关于时滞神经网络的稳定性条件 | 第11-12页 |
| 1.3 本文的主要内容 | 第12-14页 |
| 第二章 问题描述及预备知识 | 第14-23页 |
| 2.1 问题描述 | 第14-15页 |
| 2.2 Lyapunov稳定性理论简介 | 第15-18页 |
| 2.2.1 Lyapunov稳定性基本概念 | 第15-17页 |
| 2.2.2 Lyapunov函数及其构造 | 第17-18页 |
| 2.3 线性矩阵不等式方法简介 | 第18-19页 |
| 2.3.1 线性矩阵不等式的一般形式 | 第18页 |
| 2.3.2 线性矩阵不等式的可行性问题 | 第18-19页 |
| 2.4 本文用到的相关引理 | 第19-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 广义时滞神经网络渐近稳定性的初步研究 | 第23-35页 |
| 3.1 新Lyapunov泛函的构造 | 第23-25页 |
| 3.2 主要结果 | 第25-33页 |
| 3.3 数值例子 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 改进的广义时滞神经网络渐近稳定性条件 | 第35-46页 |
| 4.1 主要结果 | 第35-43页 |
| 4.2 数值例子 | 第43-45页 |
| 4.3 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-47页 |
| 参考文献 | 第47-53页 |
| 在读期间发表的学术论文及研究成果 | 第53-54页 |
| 致谢 | 第54页 |
