声明
致谢
摘要
1 绪论
1.1 神经科学与神经网络概述
1.2 分数阶微积分概述
1.3 分数阶神经网络的研究发展现状
1.4 本文的主要内容和工作
2 分数阶微积分的基础理论
2.1 分数阶微积分的定义和性质
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定理
2.3.1 线性稳定性定理
2.3.2 李雅普诺夫直接法
2.4 分数阶神经网络的建模过程
3 分数阶李雅普诺夫方法的推广和应用
3.1 一个重要的分数阶不等式
3.2 分数阶李雅普诺夫直接法的改进
3.3 分数阶李雅普诺夫有界性方法
3.4 分数阶李雅普诺夫吸引性方法
4 分数阶神经网络的线性矩阵不等式条件
4.1 一般模型的线性矩阵不等式条件
4.2 时滞模型的线性矩阵不等式条件
5 分数阶神经网络动力学分析
5.1 分数阶神经网络的全局稳定性
5.2 带有有界扰动的分数阶神经网络的动力学分析
5.2.1 参数扰动模型
5.2.2 外部输入扰动模型
5.3 分数阶不连续神经网络动力学分析
5.3.1 不连续激励函数模型
5.3.2 忆阻器模型
6 分数阶神经网络的同步研究
6.1 分数阶神经网络的完全同步
6.2 分数阶神经网络的准同步
6.3 分数阶神经网络的鲁棒同步
6.4 分数阶神经网络的广义同步
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
学位论文数据集
北京交通大学;