| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 1.绪论 | 第10-19页 |
| 1.1 引言 | 第10页 |
| 1.2 神经网络的发展概述 | 第10-12页 |
| 1.3 神经网络的多稳定性研究 | 第12-17页 |
| 1.4 本文的主要工作概况 | 第17-19页 |
| 2.带有分段连续激活函数的递归神经网络的多稳定性 | 第19-35页 |
| 2.1 引言 | 第19-20页 |
| 2.2 神经网络模型描述和预备知识 | 第20-25页 |
| 2.3 带有非减激活函数的递归神经网络的多稳定性 | 第25-31页 |
| 2.4 带有非增激活函数的递归神经网络的多稳定性 | 第31页 |
| 2.5 数值仿真 | 第31-34页 |
| 2.6 小结 | 第34-35页 |
| 3.扰动递归神经网络的多Lagrange稳定性 | 第35-64页 |
| 3.1 引言 | 第35-36页 |
| 3.2 递归神经网络的模型与性质 | 第36-42页 |
| 3.3 递归神经网络的多稳定性 | 第42-47页 |
| 3.4 扰动递归神经网络的LAGRANGE稳定性 | 第47-54页 |
| 3.5 数值仿真 | 第54-62页 |
| 3.6 小结 | 第62-64页 |
| 4.带有无界时滞Cohen-Grossberg神经网络的多?型稳定性 | 第64-90页 |
| 4.1 引言 | 第64-65页 |
| 4.2 模型描述 | 第65-70页 |
| 4.3 COHEN-GROSSBERG神经网络的多?型稳定性分析 | 第70-76页 |
| 4.4 COHEN-GROSSBERG神经网络的多平衡点的代数和 | 第76-83页 |
| 4.5 数值仿真 | 第83-89页 |
| 4.6 小结 | 第89-90页 |
| 5.带有不连续激活函数的递归神经网络的多?型稳定性和鲁棒性 | 第90-117页 |
| 5.1 引言 | 第90-91页 |
| 5.2 模型描述 | 第91-94页 |
| 5.3 引理 | 第94-103页 |
| 5.4 递归神经网络的多?型稳定性分析 | 第103-106页 |
| 5.5 递归神经网络的鲁棒性分析 | 第106-110页 |
| 5.6 数值仿真 | 第110-116页 |
| 5.7 小结 | 第116-117页 |
| 6.总结与展望 | 第117-119页 |
| 6.1 全文总结 | 第117-118页 |
| 6.2 研究展望 | 第118-119页 |
| 致谢 | 第119-120页 |
| 参考文献 | 第120-138页 |
| 附录 I 攻读博士学位期间发表论文目录 | 第138-140页 |
| 附录 II 攻读博士学位期间参与的科研项目 | 第140-141页 |
| 附录 III 攻读博士学位期间发表的论文与学位论文的关系 | 第141-142页 |
