文摘
英文文摘
声明
第一章绪论
1.1常用的递归神经网络模型
1.2时滞的类型及其对递归神经网络动态特性的影响
1.3神经元的激励和抑制对网络动态特性的影响
1.4递归神经网络动态特性研究方法及研究内容
1.5稳定性结果表示形式及比较
1.6递归神经网络动态特性研究概述
1.6.1 Hopfield型神经网络
1.6.2细胞神经网络
1.6.3 Cohen-Grossberg神经网络
1.7预备知识
1.7.1符号说明
1.7.2相关定义和假设
1.7.3相关引理
1.8本文的主要工作
第二章一类多时变时滞神经网络全局指数稳定性及指数收敛率估计
2.1引言
2.2问题描述
2.3时滞依赖全局指数稳定性结果
2.4仿真例子
2.5小结
第三章一类多时滞神经网络的全局稳定性
3.1引言
3.2一类多时变时滞神经网络的全局指数稳定性
3.2.1全局指数稳定结果
3.2.2仿真例子
3.3一类多时滞细胞神经网络的全局渐近稳定性
3.3.1全局渐近稳定结果
3.3.2仿真例子
3.4一类广义多时变时滞神经网络的全局指数稳定性
3.4.1全局指数稳定结果
3.4.2仿真例子
3.5小结
第四章一类多时滞区间神经网络的全局鲁棒指数稳定性
4.1引言
4.2问题描述
4.3全局鲁棒指数稳定结果
4.4仿真例子
4.5小结
第五章时滞区间Cohen-Grossberg神经网络的全局鲁棒指数稳定性
5.1引言
5.2问题描述
5.3全局鲁棒指数稳定结果
5.4仿真例子
5.5小结
第六章一类多时滞递归神经网络的全局鲁棒指数稳定性
6.1引言
6.2问题描述
6.3全局鲁棒指数稳定性
6.4区间递归神经网络的全局鲁棒指数稳定性
6.5双向联想记忆神经网络的全局鲁棒指数稳定性
6.6仿真例子
6.7小结
第七章一类中立型时滞递归神经网络的全局渐近稳定性
7.1引言
7.2问题描述
7.3全局渐近稳定结果
7.4仿真例子
7.5小结
第八章问题与展望
参考文献
攻读博士学位期间的研究成果
致谢
个人简历
东北大学;