| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论——研究背景 | 第10-22页 |
| ·神经网络动力学中的问题 | 第11-14页 |
| ·神经网络动力学中几种数学模型 | 第14-20页 |
| ·离散混沌神经元和神经网络模型 | 第14-19页 |
| ·Cohen—Grossberg神经网络模型 | 第19-20页 |
| ·本文的结构 | 第20-22页 |
| 2 一类具有时变权值的离散神经网络模型的渐近稳定性 | 第22-37页 |
| ·具有广义输入输出函数的时变离散神经网络模型 | 第23-24页 |
| ·具有时变权值的离散神经网络模型的渐近稳定性 | 第24-34页 |
| ·平衡点的存在性 | 第24-27页 |
| ·渐近稳定性 | 第27-34页 |
| ·数值模拟 | 第34-37页 |
| 3 输入输出函数是正弦函数的离散神经网络模型的动力学性质 | 第37-69页 |
| ·正弦输入输出函数的混沌离散神经网络模型 | 第38-39页 |
| ·正弦输入输出函数的离散神经元模型的分支 | 第39-56页 |
| ·倍周期分支 | 第39-48页 |
| ·鞍—结点分支 | 第48-56页 |
| ·正弦输入输出函数的高维离散神经网络模型的混沌动力学性质 | 第56-69页 |
| ·正弦输入输出函数的离散神经网络模型中的混沌 | 第58-64页 |
| ·数值模拟 | 第64-69页 |
| 4 一类时滞离散Cohen-Grossberg神经网络模型的周期振荡 | 第69-92页 |
| ·重合度理论 | 第70-71页 |
| ·定时滞离散CGNN模型周期解的存在性及其全局指数稳定性 | 第71-81页 |
| ·周期解的存在性 | 第72-77页 |
| ·周期解的指数稳定性 | 第77-79页 |
| ·数值模拟 | 第79-81页 |
| ·变时滞离散CGNN模型周期解的存在性及其全局指数稳定性 | 第81-92页 |
| ·周期解的存在性 | 第81-86页 |
| ·周期解的指数稳定性 | 第86-90页 |
| ·数值模拟 | 第90-92页 |
| 5 工作展望 | 第92-94页 |
| 参考文献 | 第94-104页 |
| 攻读博士学位期间发表或即将发表的论文 | 第104-105页 |
| 致谢 | 第105-106页 |
