| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 第一章 绪论 | 第6-15页 |
| ·问题研究的背景及意义 | 第6-8页 |
| ·神经网络研究现状 | 第8-10页 |
| ·时滞神经网络的稳定性研究状况 | 第10-12页 |
| ·Cohen-Grossberg神经网络模型的提出以及相关模型研究的进展 | 第12-14页 |
| ·本文的主要工作 | 第14-15页 |
| 第二章 预备知识 | 第15-21页 |
| ·引言 | 第15页 |
| ·稳定性的概念 | 第15-17页 |
| ·Lyapunov函数 | 第17-18页 |
| ·稳定性判定定理 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 时滞Cohen-Grossberg神经网络的全局渐近稳定及全局指数稳定性 | 第21-30页 |
| ·引言 | 第21-22页 |
| ·解的全局渐近稳定性 | 第22-29页 |
| ·准备工作 | 第22-23页 |
| ·时滞Cohen-Grossberg神经网络的全局渐近稳定 | 第23-27页 |
| ·时滞Cohen-Grossberg神经网络的全局指数稳定性 | 第27-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 DCNN、HNN、DHNN模型的全局指数稳定 | 第30-41页 |
| ·DCNN模型的全局指数稳定 | 第30-32页 |
| ·HNN模型的全局指数稳定 | 第32-34页 |
| ·DHNN模型的全局指数稳定 | 第34-36页 |
| ·与其他方法的比较 | 第36-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-42页 |
| ·总结 | 第41页 |
| ·展望 | 第41-42页 |
| 参考文献 | 第42-47页 |
| 致谢 | 第47-48页 |
| 攻读学位期间主要的研究成果 | 第48页 |
