（1）图一表示一个训练好的存储有某一特定信息的网络，细胞B和细胞A之间的连接权值为W0，分析的时候，把“波动的阈值”分解为两个值，一个是固定的阈值Ga,另外一个是Ga波动分值（作为一路输入）。图三和四中的坐标轴为各路输入的和（包括细胞B向细胞A的输入和Ga波动分值）约定区间A0表示在细胞B向细胞A的输入为1*W0（而不是0*W0）的情况下，各路输入的效果总和所处的范围。在信息处理正确的情况下，区间A0中小于Ga的区间对应的输入样本输出应为0，区间A0中大于Ga的区间对应的输入样本输出应为1。

（2）现在假设训练好的图一的网络中的一些连接权值受到修改。有两种情况：（1）B到A的权值受到较大的修改，修改后为W0-⊿W1，或者W0+⊿W2 （2）B到A的权值受到较小的修改，修改后为W0-⊿W1’，或者W0+⊿W2’。图三表示了在情况（1）发生后，处于区间A1（长度为l1+l2）对应的样本将会出现输出变化的情况（即由输出1变为输出0，或者由输出0变为输出1）。图四表示了在情况（2）发生后，处于区间A1’（长度为l1'+l2'）对应的样本将会出现输出变化的情况（即由输出1变为输出0，或者由输出0变为输出1）。

（3）对比图三和图四，在权值修改比较小的情况下，比较小区间对应的输入样本输出会受影响，因此对原存储的信息影响不大。

   （4）对于有多条连接出现权值修改的情况，可以结合联合分布相关理论和上述方法分析。