| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 引言 | 第7-11页 |
| 1.1 神经网络的发展历史 | 第7-9页 |
| 1.2 脉冲神经网络的研究现状 | 第9-10页 |
| 1.3 本文的主要工作 | 第10-11页 |
| 2 预备知识 | 第11-14页 |
| 2.1 稳定性的基本概念 | 第11-12页 |
| 2.2 Lyapunov函数的定义 | 第12-13页 |
| 2.3 稳定性定理 | 第13-14页 |
| 3 具有变时滞的脉冲细胞神经网络的指数稳定性 | 第14-26页 |
| 3.1 模型建立及预备知识 | 第14-16页 |
| 3.2 稳定性分析 | 第16-23页 |
| 3.2.1 基于∞-范数的全局指数同稳定 | 第16-19页 |
| 3.2.2 基于p-范数的全局指数同稳定 | 第19-23页 |
| 3.3 例子及数值模拟 | 第23-25页 |
| 3.4 小结 | 第25-26页 |
| 4 具有脉冲的Cohen-Grossberg神经网络的周期解的存在性与稳定性 | 第26-41页 |
| 4.1 模型建立及预备知识 | 第26-31页 |
| 4.2 周期解的存在性 | 第31-35页 |
| 4.3 周期解的全局指数稳定性 | 第35-37页 |
| 4.4 数值实例 | 第37-40页 |
| 4.5 小结 | 第40-41页 |
| 5 具有分布时滞的脉冲Cohen-Grossberg神经网络反周期解的指数稳定性 | 第41-54页 |
| 5.1 模型的建立 | 第41-42页 |
| 5.2 预备知识 | 第42-49页 |
| 5.3 主要结论 | 第49-51页 |
| 5.4 应用举例 | 第51-53页 |
| 5.5 小结 | 第53-54页 |
| 参考文献 | 第54-59页 |
| 硕士期间发表及完成论文清单 | 第59-60页 |
| 致谢 | 第60-61页 |