% _________________________________________________________________________
% иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
% PREDICTION OF ACUTE HYPOTENSIVE EPISODES USING NEURAL NETWORK MULTIMODELS
% _________________________________________________________________________
% иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
% Copyright (C) 2009
% : Jorge Henriques ... <jh@dei.uc.pt>,
% : Teresa Rocha ... <teresa@sun.isec.pt>
% 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