% _________________________________________________________________________ % 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 the correlation analysis % Predicts ABP evolution over the forecast window (YYMEANMOD) %__________________________________________________________________________ % иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии function [YYMEANMOD ]=mmPredictionModel(YBEF, DBEF, YAFT, DAFT, ... II, CCM, OB, DATHC, NUMNET, D, NUMCOR) YYMODEL =[]; YYMEANMOD=0*[YBEF;YAFT]; index=1; for model=II %........................................ [dataSet, numSet, numSinal] = mmModelSet(model, DATHC); ORD =OB(model,1); BEFORE=OB(model,2); %........................................ ORD/ BEFORE YBEFORE = YBEF(1:end-BEFORE); Ybef = YBEF(end-BEFORE+1:end); Dbef = DBEF(end-BEFORE+1:end, model); YP = mmOutputPrediction( Ybef, YAFT, Dbef, dataSet, numSet, numSinal, ... BEFORE, ORD, NUMNET ) ; YY=[YBEFORE;Ybef;YP]; YYMODEL =[YYMODEL YY]; YYMEANMOD=YYMEANMOD + YYMODEL(:,index)*CCM(index); index=index+1; end