close all %zamykanie okien
clear all %usuwa zmienne z pamięci matlaba

A=[-1,-1,+1,+1,-1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,+1,+1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1]
figure(1)
hintonw(A)

B=[-1,+1,+1,+1,-1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,+1,+1,-1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,+1,+1,-1,-1]
figure(2)
hintonw(B)

C=[-1,-1,+1,+1,+1,-1
-1,+1,-1,-1,-1,-1
-1,+1,-1,-1,-1,-1
-1,+1,-1,-1,-1,-1
-1,+1,-1,-1,-1,-1
-1,+1,-1,-1,-1,-1
-1,-1,+1,+1,+1,-1]
figure(3)
hintonw(C)

D=[-1,+1,+1,+1,-1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,+1,+1,-1,-1]
figure(4)
hintonw(D)

A1=reshape(A,42,1)
B1=reshape(B,42,1)
C1=reshape(C,42,1)
D1=reshape(D,42,1)
P=[A1,B1,C1,D1]
T=eye (4,4)

net=newp(P,T,'hardlim','learnp')

disp('Rozmary macierzy wag: ')
disp(net.IW)
disp('Zawartość macierzy wag: ')
disp(net.IW{1})
disp('Rozmiar wektora wsp. progowych: ')
disp(net.b)
disp('Zawartość wektora wsp. progowych: ')
disp(net.b{1})


net.trainParam.epochs = 50;
net=TRAIN(net,P,T)

Y=sim(net,P)

for i = 1:4
figure(6+i)
subplot(1,2,1)
hintonw(reshape(P(:,i),7,6))
subplot(1,2,2)
hintonw(Y(:,i))
pause(2)
end

A2=[-1,-1,+1,+1,-1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,+1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1]


B2=[+1,+1,+1,+1,-1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,+1,+1,-1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,+1,+1,-1,-1]

C2=[-1,-1,+1,+1,+1,-1
-1,+1,-1,-1,-1,-1
-1,+1,-1,-1,-1,-1
-1,-1,-1,-1,-1,-1
+1,+1,-1,-1,-1,-1
+1,+1,-1,-1,-1,-1
+1,-1,+1,+1,+1,-1]

D2=[-1,+1,+1,+1,-1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,+1
-1,+1,-1,-1,+1,-1
-1,+1,-1,-1,+1,-1
-1,+1,+1,+1,-1,-1]

A2=reshape(A2,42,1)
B2=reshape(B2,42,1)
C2=reshape(C2,42,1)
D2=reshape(D2,42,1)
PT=[A2,B2,C2,D2]



Y1=sim(net,PT)
figure(6)

for i = 1:4

subplot(1,2,1)
hintonw(reshape(PT(1:42,i),7,6))
subplot(1,2,2)
hintonw(Y1(:,i))
pause()
end