| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 递归神经网络概述 | 第9页 |
| 1.2 几个重要的递归神经网络模型 | 第9-11页 |
| 1.2.1 Hopfield神经网络模型 | 第9-10页 |
| 1.2.2 Cohen-Grossberg神经网络模型 | 第10-11页 |
| 1.2.3 细胞神经网络模型 | 第11页 |
| 1.3 时滞对神经网络的影响 | 第11-12页 |
| 1.4 本文研究的主要内容 | 第12-13页 |
| 第二章 预备知识 | 第13-19页 |
| 2.1 稳定性理论 | 第13-16页 |
| 2.1.1 Lyapunov稳定性 | 第13-15页 |
| 2.1.2 时滞系统稳定性 | 第15-16页 |
| 2.2 线性矩阵不等式技术 | 第16-18页 |
| 2.2.1 LMI的一般表示 | 第16-17页 |
| 2.2.2 标准的LMI问题 | 第17-18页 |
| 2.3 符号说明 | 第18-19页 |
| 第三章 带有时变时滞的递归神经网络的稳定性分析 | 第19-33页 |
| 3.1 引言 | 第19-20页 |
| 3.2 问题描述 | 第20-22页 |
| 3.3 稳定性判据 | 第22-30页 |
| 3.4 数值仿真 | 第30-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第四章 时滞递归神经网络基于时滞分段法的稳定性分析 | 第33-46页 |
| 4.1 引言 | 第33-34页 |
| 4.2 问题描述 | 第34-36页 |
| 4.3 主要结果 | 第36-44页 |
| 4.4 数值仿真 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 作者在攻读硕士学位期间公开发表的论文及参加的项目 | 第52-53页 |
| 致谢 | 第53页 |