Claims (1)
Способ обработки сигналов, включающий использование вычислительного комплекса, содержащего нейронную сеть, матрицу связей нейронов в сети, реализующую необходимое функциональное преобразование входного информационного сигнала, канал подвода этого сигнала и канал отвода выходного сигнала, предусматривающий распознавание сигнала с выработкой выходного управляющего сигнала вычислительного комплекса, отличающийся тем, что в качестве входного информационного сигнала используют оптический сигнал, который делят на два информационных потока, при этом первый из них используют для восстановления исходной информации и последующей идентификации образа, несомого входным информационным сигналом, а второй используют для реализации необходимых функциональных преобразований этого сигнала, для чего первый информационный поток последовательно пропускают через оптическую матрицу связей однопроходной нейронной сети типа персептрон, восстанавливая его, после чего восстановленный оптический сигнал подают на вход многопроходной классифицирующей нейронной сети, например, типа сети Хопфилда, причем выходной сигнал этой сети используют для управления выбором матрицы связей однопроходной нейронной сети типа персептрон, реализующей необходимое функциональное преобразование второго информационного потока входного информационного сигнала.A method of processing signals, including the use of a computer complex containing a neural network, a matrix of neuron connections in the network that implements the necessary functional transformation of the input information signal, a channel for supplying this signal and a channel for extracting the output signal, providing for signal recognition with the generation of an output control signal for the computer complex, characterized in that as an input information signal using an optical signal, which is divided into two information p outflow, while the first of them is used to restore the initial information and subsequent identification of the image carried by the input information signal, and the second is used to implement the necessary functional transformations of this signal, for which the first information stream is sequentially passed through the optical matrix of communications of a single-pass neural network such as perceptron, restoring it, after which the restored optical signal is fed to the input of a multi-pass classifying neural network, for example, of the type Hopfield network, and the output signal of this network is used to control the selection of the matrix of communications of a single-pass neural network such as perceptron, which implements the necessary functional transformation of the second information stream of the input information signal.