| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-30页 |
| ·研究背景 | 第12页 |
| ·神经网络简介 | 第12-17页 |
| ·神经网络发展历史 | 第12-14页 |
| ·神经元模型 | 第14-17页 |
| ·递归神经网络模型分类 | 第17页 |
| ·常用的几个递归神经网络模型概述 | 第17-21页 |
| ·模糊神经网络和Cohen-Grossberg神经网络概述 | 第21-22页 |
| ·模糊神经网络 | 第21-22页 |
| ·Cohen-Grossberg神经网络 | 第22页 |
| ·与论文相关的预备知识 | 第22-28页 |
| ·符号说明 | 第23页 |
| ·相关定义和引理 | 第23-28页 |
| ·本文所做的工作 | 第28-30页 |
| 第2章 带离散时变时滞的Cohen-Grossberg神经网络的稳定性分析 | 第30-40页 |
| ·引言 | 第30页 |
| ·网络模型 | 第30-31页 |
| ·稳定性分析 | 第31-37页 |
| ·仿真示例 | 第37-38页 |
| ·小结 | 第38-40页 |
| 第3章 模糊时滞Cohen-Grossberg神经网络模型的稳定性分析 | 第40-54页 |
| ·引言 | 第40页 |
| ·网络模型 | 第40-41页 |
| ·稳定性分析 | 第41-50页 |
| ·仿真示例 | 第50-52页 |
| ·小结 | 第52-54页 |
| 第4章 具有非负放大函数的时滞Cohen-Grossberg神经网络的稳定性分析 | 第54-80页 |
| ·引言 | 第54页 |
| ·单时滞Cohen-Grossberg神经网络稳定性分析 | 第54-66页 |
| ·网络模型 | 第54-55页 |
| ·稳定性分析 | 第55-62页 |
| ·仿真示例 | 第62-66页 |
| ·多时滞Cohen-Grossberg神经网络稳定性分析 | 第66-78页 |
| ·网络模型 | 第66-67页 |
| ·稳定性分析 | 第67-73页 |
| ·仿真示例 | 第73-78页 |
| ·小结 | 第78-80页 |
| 第5章 具有非负放大函数的Cohen-Grossberg神经网络的鲁棒稳定性分析 | 第80-114页 |
| ·引言 | 第80页 |
| ·单时滞Cohen-Grossberg神经网络鲁棒稳定性分析 | 第80-96页 |
| ·网络模型 | 第80-82页 |
| ·稳定性分析 | 第82-91页 |
| ·仿真示例 | 第91-96页 |
| ·多时滞Cohen Grossberg神经网络鲁棒稳定性分析 | 第96-113页 |
| ·网络模型 | 第96-97页 |
| ·稳定性分析 | 第97-108页 |
| ·仿真示例 | 第108-113页 |
| ·小结 | 第113-114页 |
| 第6章 问题与展望 | 第114-116页 |
| 参考文献 | 第116-126页 |
| 作者在攻读博士学位期间所做的工作 | 第126-128页 |
| 致谢 | 第128-130页 |
| 个人简历 | 第130-131页 |
