%%
%% Script para Red neuronal de reconocimiento de patrones
clc
Entrada=[Z(:,x) Z(:,y)];
%% Matriz de Entrdas para entrenamiento
P=zeros(2,12);
j=1;
for i=1:+8:25
for k=i:(i+3)
P(:,j)=Entrada(k,:)';
j=j+1;
end
end
%% Matriz de Entradas de prueba
Ptest=zeros(2,12);
j=1;
for i=1:+8:25
for k=i:(i+3)
Ptest(:,j)=Entrada(k,:)';
j=j+1;
end
end
%% Matriz de Clases
Target= zeros(4,16);
j=1;
for i=1:+17:52
for k=i:+4:16*j
Target(k)=1;
end
j=j+1;
end
%% Creación de Red nueronal
% Creando y entrenando la red neuronal
%% Una red neuronal feed forward con una capa oculta de 20 neuronas.
net = newff(P,Target,20);
[net,tr] = train(net,P,Target);
%% Prueba
% Simular con la base de datos de prueba
[a,b]=max(sim(net,Ptest));
Target
disp(b)
%% Fin