| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·神经网络研究的历史简介 | 第11-12页 |
| ·本文的神经网络模型介绍 | 第12-15页 |
| ·Cohen-Grossberg神经网络 | 第12-13页 |
| ·竞争神经网络 | 第13-15页 |
| ·研究背景和目的 | 第15-17页 |
| ·结构安排 | 第17-18页 |
| 第2章 预备知识 | 第18-28页 |
| ·矩阵理论的基本知识 | 第18-19页 |
| ·集值映射的基本知识 | 第19-21页 |
| ·微分包含稳定性理论 | 第21-28页 |
| ·微分包含解的存在惟一性 | 第22-24页 |
| ·微分包含的稳定性 | 第24-28页 |
| 第3章 具有混合时滞和不连续激励函数的Cohen-Grossberg神经网络的稳定性分析 | 第28-43页 |
| ·引言 | 第28-29页 |
| ·模型介绍 | 第29-32页 |
| ·平衡点的存在性 | 第32-35页 |
| ·平衡点的全局指数稳定性 | 第35-41页 |
| ·应用举例及数值模拟 | 第41-43页 |
| 第4章 具有混合时滞和不连续激励函数的竞争神经网络的动力学分析 | 第43-69页 |
| ·引言 | 第43-44页 |
| ·模型介绍 | 第44-48页 |
| ·平衡点稳定的充分条件 | 第48-63页 |
| ·LMI型条件 | 第48-56页 |
| ·M型条件 | 第56-63页 |
| ·有限时间收敛性 | 第63-65页 |
| ·应用举例及数值模拟 | 第65-69页 |
| 第5章 具有不连续激励函数的Cohen-Grossberg神经网络的概周期解 | 第69-93页 |
| ·引言 | 第69页 |
| ·模型介绍 | 第69-72页 |
| ·概周期解的存在性 | 第72-74页 |
| ·概周期解的全局指数稳定性 | 第74-88页 |
| ·应用举例及数值模拟 | 第88-93页 |
| 结论 | 第93-95页 |
| 参考文献 | 第95-107页 |
| 致谢 | 第107-108页 |
| 附录A (攻读学位期间所发表的学术论文目录) | 第108页 |
