Red neural probabilistica

Se pretencia utilizar una red Probabilistica, puesto que es ideal para resolver aquellos problemas donde se precise de clasificacion.

%%
%% 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= [1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4 ]
%% Creación de Red nueronal
% Creando y entrenando la red neuronal
%% Una red neuronal probabilistica(De base radial) para clasificacion con 2 capas
% La primer capa tiene neorinas RADBAS, y calculan sus pesos de entrada con DIST, y sus net
% entradas de red con NETPROD. La segunda capa tiene neuronas COMPET, y
% calcula los pesos de entrada con DOTPROD y las entradas de la red con NETSUM.
% Solamente la primer capa tiene biases
%Entrenamiento
%%
T = ind2vec(Target);
spread = 1;
net = newpnn(P,T,spread);

%Prueba
% Simulate the testing dataset
%
[a,b]=max(sim(net,Ptest));
disp(b)
% Pt=Ptest(:,5)
% %[a,b]=max(sim(net,Ptest));
% %disp(b)
% A=sim(net,Pt)
% Ac = vec2ind(A)
%% Fin