% _________________________________________________________________________ % иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии % PREDICTION OF ACUTE HYPOTENSIVE EPISODES USING NEURAL NETWORK MULTIMODELS % _________________________________________________________________________ % иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии % Copyright (C) 2009 % : Jorge Henriques ... , % : Teresa Rocha ... % This software is released under the terms of the GNU % General Public License (http://www.gnu.org/copyleft/gpl.html) % иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии % mmOutputPrediction.m %__________________________________________________________________________ % иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии % Given : a model template (dataSet, numSet,numSinal) % an ABP signal (Ybef) % Predicts ABP evolution over the forecast window (YP) %__________________________________________________________________________ % иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии function YP=mmoutputPrediction( Ybef, YAFT, Dbef, dataSet, numSet, numSinal, ... BEFORE, ORD, NUMNET); YF =YAFT; [Ybef, bmin, bmax, bbia]=mmNormalize(Ybef, -1, 1, 0, length(Ybef) ); [YAFT, amin, amax, abia]=mmNormalize(YAFT, -1, 1, 0, 1 ); XX = mmInputXX([Ybef;YAFT], BEFORE, ORD); %::::::::::::::::::::::::::::::::: PREDICTION PREdiction Outputs YP= []; for REDE=1:NUMNET %............................... command=[' load ..\NNmodels\NET' char(dataSet) char(numSet) num2str(numSinal) '_' num2str(REDE); ]; eval(command); YN= sim(net, XX); yn= YN(:,end); XX= [XX; YN]; YP= [YP; yn ]; end YP = mmNormalize(YP, bmin, bmax, bbia, 0 ); YP = YP-YP(1)+YF(1); %.. continuity of signal %................................. show if 0 plot(YP) pause end