遞歸人工神經(jīng)網(wǎng)絡的定性分析和綜合

譯者的話
前言
第一章 緒論
1?1 本書的研究內(nèi)容
1?2 一些神經(jīng)網(wǎng)絡模型
1?3 模擬Hopfield神經(jīng)網(wǎng)絡的定性分析：全局結果
1?4 工作于閉超立方體上的線性系統(tǒng)的穩(wěn)定性分析
1?5 Hopfield神經(jīng)網(wǎng)絡的定性分析：局部結果
1?6 參數(shù)攝動的定性影響
1?7 時間延遲的定性影響
1?8 聯(lián)想記憶的一些綜合方法
1?9 互連約束的影響
參考文獻
第二章 一些神經(jīng)網(wǎng)絡的模型
2?1 引言
2?2 模擬Hopfield神經(jīng)網(wǎng)絡模型
2?3 離散Hopfield神經(jīng)網(wǎng)絡模型
2?4 Hopfield模型的廣義形式
2?5 具有無限增益放大器的模擬Hopfield神經(jīng)網(wǎng)絡
2?6 工作于閉超立方體上的線性系統(tǒng)
2?7 小結
2?8 附注
參考文獻
第三章 模擬Hopfield神經(jīng)網(wǎng)絡的定性分析：全局結果
3?1 廣義模擬Hopfield神經(jīng)網(wǎng)絡模型：系統(tǒng)（L）
3?2 符號說明及預備知識
3?3 廣義Hopfield模型的假設
3?4 廣義Hopfield模型的主要結果
3?5 帶有無限增益放大器的模擬Hopfield神經(jīng)網(wǎng)絡模型:系統(tǒng)（N）
3?6 系統(tǒng)（N）的解的定義及其性質(zhì)
3?7 系統(tǒng)（N）的平衡點及輸出向量的定性特性
3?8 基于能量函數(shù)的系統(tǒng)（N）的定性分析
3?9 小結
3?10 附注
參考文獻
第四章 工作于閉超立方體上的線性系統(tǒng)的穩(wěn)定性分析：系統(tǒng)（M）
4?1 工作于閉超立方體上的線性連續(xù)系統(tǒng)（M）
4?2 符號說明
4?3 系統(tǒng)（M）的解的定義及特性
4?4 系統(tǒng)（M）的平衡點的定性特性
4?5 基于能量函數(shù)的系統(tǒng)（M）的定性分析
4?6 工作于閉超立方體上的線性離散系統(tǒng)
4?7 工作于閉超立方體上的線性連續(xù)系統(tǒng)的全局漸近穩(wěn)定性
4?8 工作于閉超立方體上的線性離散系統(tǒng)的全局漸近穩(wěn)定性
4?9 小結
4?10 附注
參考文獻
第五章 Hopfield神經(jīng)網(wǎng)絡的定性分析：局部結果
5?1 符號說明
5?2 背景資料
5?3 被視為互連系統(tǒng)的模擬Hopfield模型
5?4 單個神經(jīng)元子系統(tǒng)的穩(wěn)定性分析
5?5 模擬Hopfield神經(jīng)網(wǎng)絡模型的定性分析：局部結果
5?6 同步離散Hopfield神經(jīng)網(wǎng)絡的分析
5?7 具有飽和非線性激活函數(shù)的模擬Hopfield神經(jīng)網(wǎng)絡的分析
5?8 小結
5?9 附注
參考文獻
第六章 參數(shù)攝動的定性影響
6?1 引言
6?2 符號說明
6?3 魯棒穩(wěn)定性：具有固定平衡點的攝動系統(tǒng)
6?4 魯棒穩(wěn)定性：具有攝動平衡點的攝動系統(tǒng)
6?5 具有Sigmoid激活函數(shù)神經(jīng)網(wǎng)絡的分析
6?6 具有硬限幅器型激活函數(shù)神經(jīng)網(wǎng)絡的分析
6?7 小結
6?8 附注
參考文獻
第七章 時間延遲的定性影響
7?1 引言
7?2 預備知識（Hopfield神經(jīng)網(wǎng)絡）
7?3 延遲Hopfield神經(jīng)網(wǎng)絡的全局穩(wěn)定性
7?4 延遲Hopfield神經(jīng)網(wǎng)絡的局部穩(wěn)定結果
7?5 Hopfield神經(jīng)網(wǎng)絡的一個例子
7?6 預備知識（Cohen-Grossberg神經(jīng)網(wǎng)絡）
7?7 多延遲Cohen-Grossberg神經(jīng)網(wǎng)絡的全局穩(wěn)定性
7?8 多延遲Cohen-Grossberg神經(jīng)網(wǎng)絡局部穩(wěn)定結果
7?9 具有任意有界延遲的非線性系統(tǒng)
7?10 具有固定有界延遲的非線性系統(tǒng)
7?11 具有非對稱互連結構延時神經(jīng)網(wǎng)絡的穩(wěn)定性分析
7?12 延時神經(jīng)網(wǎng)絡的魯棒穩(wěn)定性分析
7?13 示例
7?14 小結
7?15 附注
參考文獻
第八章 聯(lián)想記憶的一些綜合方法
8?1 引言:外積法與投影學習規(guī)則
8?2 投影學習規(guī)則的一些擴展
8?3 特征結構法
8?4 特征結構法的一些擴展
8?5 基于感知器訓練算法的遞歸神經(jīng)網(wǎng)絡的綜合
8?6 基于感知器訓練算法的一些擴展
8?7 示例
8?8 小結
8?9 附注
參考文獻
第九章 互連約束的影響
9?1 引言
9?2 稀疏互連神經(jīng)網(wǎng)絡綜合的特征結構法
9?3 稀疏互連神經(jīng)網(wǎng)絡綜合的基于感知器的訓練算法
9?4 實現(xiàn)聯(lián)想記憶的細胞神經(jīng)網(wǎng)絡的綜合
9?5 示例
9?6 小結
9?7 附注
參考文獻