具有凸多面体不确定性神经网络的可达集估计
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-11页 |
| ·神经网络背景简介 | 第7-8页 |
| ·人工神经网络的基本知识 | 第8-10页 |
| ·人工神经网络的特点和功能 | 第8页 |
| ·人工神经网络的应用 | 第8-9页 |
| ·人工神经网络学习 | 第9页 |
| ·人工神经网络模型 | 第9-10页 |
| ·论文主要内容和安排 | 第10-11页 |
| 第二章 预备知识 | 第11-19页 |
| ·可达集 | 第11-13页 |
| ·可达集的基本概念 | 第11-13页 |
| ·可达集的研究现状 | 第13页 |
| ·不确定性 | 第13-15页 |
| ·复合二次型函数 | 第15-16页 |
| ·时滞系统 | 第16-17页 |
| ·本文所用到的引理 | 第17-19页 |
| 第三章 无时滞神经网络的可达集分析 | 第19-26页 |
| ·问题描述 | 第19-20页 |
| ·可达集分析 | 第20-23页 |
| ·数值仿真 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第四章 凸多面体不确定性时滞神经网络的可达集估计 | 第26-37页 |
| ·问题描述 | 第26-27页 |
| ·可达集分析 | 第27-32页 |
| ·数值仿真 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 带有离散和分布式时滞神经网络的可达集估计 | 第37-49页 |
| ·研究现状 | 第37-38页 |
| ·分布式时滞神经网络的可达集估计 | 第38-39页 |
| ·可达集分析 | 第39-46页 |
| ·数值仿真 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 发表论文和参加科研情况说明 | 第54-55页 |
| 致谢 | 第55页 |
