声明
致谢
主要符号
第一章 绪论
1.1 人工神经网络概述
1.2 分数阶微积分概述
1.3 分数阶神经网络控制的研究发展现状
1.4 本文的主要内容和工作
第二章 分数阶微积分的基础理论
2.1 分数阶微积分的定义与性质
2.2 分数阶微分方程的数值仿真方法
2.2.1 分数阶微分方程的预估-校正解法
2.2.2 时滞分数阶微分方程的预估-校正解法
2.3 分数阶微分方程的稳定性
2.4 分数阶神经网络的同步研究
2.4.1 分数阶神经网络的建模过程
2.4.2 分数阶神经网络的同步问题
第三章 基于忆阻器的分数阶神经网络的同步研究
3.1 基于忆阻器的分数阶神经网络的模型描述
3.2 连续不可微的Lyapunov函数的Caputo分数阶微分不等式
3.3 参数已知的Caputo型分数阶忆阻器神经网络的射影同步
3.4 参数不确定的Caputo型分数阶忆阻器神经网络的完全同步
3.5 本章小结
第四章 参数未知的分数阶神经网络的同步研究
4.1 参数未知的Caputo型分数阶神经网络的完全同步
4.2 连续不可微的Lyapunov函数的R-L分数阶微分不等式
4.3 参数未知的R-L型分数阶忆阻器神经网络的完全同步
4.4 本章小结
第五章 不相容的R-L型分数阶竞争神经网络的同步研究
5.1 参数已知的不相容的R-L型分数阶竞争神经网络的完全同步
5.2 参数未知的不相容的R-L型分数阶竞争神经网络的完全同步
5.3 分数阶竞争神经网络的混沌同步在安全通信领域中的应用
5.4 本章小结
第六章 R-L型分数阶惯性神经网络的稳定性及同步研究
6.1 R-L型分数阶时滞惯性神经网络的完全同步
6.2 一类R-L型分数阶时滞惯性神经网络的稳定性分析
6.3 本章小结
第七章 结论与展望
7.1 结论
7.2 展望
参考文献
作者简历及攻读博士学位期间取得的研究成果
独创性声明
学位论文数据集
北京交通大学;