论文部分内容阅读
神经网络研究的关键问题之一是为神经网络提出有效学习算法。利用t-模的伴随蕴涵算子，为基于Max和R合成的Hc-pfield网络Max—RFHNN提供了一种新的学习算法，此处R是Godelt-模算子。从理论上严格证明了，只要存在连接权矩阵使得任意给定的模式集成为Max—RFHNN的平衡态集合，则依该学习算法所确定的连接权矩阵（W^-）是所有这样的连接权矩阵中的最大者。并用实验验证该学习算法的有效性。