学位专题

封面
声明
摘要
英文摘要
目录
1 绪论
1．1 时滞递归神经网络概论
1．2 研究动态及发展状况
1．2．1 随机递归神经网络
1．2．2 脉冲递归神经网络
1．2．3 马尔科夫跳的递归神经网络
1．3 本文主要研究内容
2 具有Leakage时滞的不确定随机神经网络的鲁棒性研究
2．1 具有Leakage时滞和不确定参数的随机神经网络的鲁棒稳定性
2．1．1 引言
2．1．2 模型描述和预备知识
2．1．3．主要结果
2．1．4 数值示例
2．2 具有Leakage变时滞和不确定参数的脉冲随机反应扩散神经网络的均方鲁棒指数稳定性
2．2．1 引言
2．2．2 模型描述和预备知识
2．2．3．主要结果
2．2．4 数值示例
2．3 本章小结
3 马尔科夫跳的随机神经网络的稳定性
3．1 时滞模式依赖的马尔科夫跳的随机神经网络的均方指数稳定性
3．1．1 模型描述和预备知识
3．1．2 均方指数稳定性
3．1．3 例子
3．2 含未知转移概率的马尔科夫跳的随机静态神经网络的均方指数稳定性
3．2．1 研究背景和预备知识
3．2．2 均方指数稳定性
3．2．3 数值示例
3．3 含未知转移概率的马尔科夫跳的随机神经网络的稳定性
3．3．1 研究背景及模型描述
3．3．2 主要结果
3．4．3 数值示例
3．4 本章小结
4 随机反应扩散静态神经网络的鲁棒均方指数稳定性
4．1 引言
4．2 模型描述
4．3 主要结果
4．4 例子
4．5 本章小结
5 时滞脉冲神经网络的反周期解的稳定性
5．1 引言
5．2 模型描述和预备知识
5．3 主要结果
5．4 数值示例
5．5 本章小结
6 总结和展望
参考文献
致谢
个人简历
攻读博士学位期间科研情况