| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 主要符号表 | 第9-10页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 神经网络的介绍 | 第10页 |
| 1.2 系统模型的介绍 | 第10-14页 |
| 1.2.1 时滞系统 | 第10-11页 |
| 1.2.2 脉冲神经网络 | 第11-13页 |
| 1.2.3 无源性 | 第13-14页 |
| 1.3 论文结构安排 | 第14-17页 |
| 第二章 预备知识 | 第17-23页 |
| 2.1 泛函微分方程稳定性定义 | 第17-18页 |
| 2.2 微分方程稳定性定理 | 第18-19页 |
| 2.3 相关引理 | 第19-23页 |
| 第三章 时变时滞脉冲神经网络的时滞相关无源性分析 | 第23-32页 |
| 3.1 模型介绍 | 第23-25页 |
| 3.2 无源性分析 | 第25-29页 |
| 3.3 数值模拟和分析 | 第29-31页 |
| 3.4 本章小节 | 第31-32页 |
| 第四章 带有时变时滞和不确定项的随机神经网络的指数无源性 | 第32-51页 |
| 4.1 模型介绍 | 第32-33页 |
| 4.2 时滞依赖的指数无源性分析 | 第33-37页 |
| 4.3 带有不确定项神经网络的指数无源性 | 第37-42页 |
| 4.4 马尔科夫切换神经网络系统的稳定性分析 | 第42-46页 |
| 4.5 数值例子 | 第46-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |