1. clear all
2. close all
3. clc
4.  
5. I= [-1,-1,-1,-1,-1,-1;
6.     -1,-1,+1,+1,+1,-1;
7.     -1,-1,-1,+1,-1,-1;
8.     -1,-1,-1,+1,-1,-1;
9.     -1,-1,-1,+1,-1,-1;
10.     -1,-1,-1,+1,-1,-1;
11.     -1,-1,+1,+1,+1,-1;
12.     -1,-1,-1,-1,-1,-1]
13.  
14. figure(1)
15. hintonw(I)
16.  
17. J= [-1,-1,-1,-1,-1,-1;
18.     -1,+1,+1,+1,+1,-1;
19.     -1,-1,-1,-1,+1,-1;
20.     -1,-1,-1,-1,+1,-1;
21.     -1,-1,-1,-1,+1,-1;
22.     -1,+1,-1,-1,+1,-1;
23.     -1,-1,+1,+1,-1,-1;
24.     -1,-1,-1,-1,-1,-1]
25.  
26. figure(2)
27. hintonw(J)
28.  
29. K= [-1,-1,-1,-1,-1,-1;
30.     -1,+1,-1,-1,+1,-1;
31.     -1,+1,-1,+1,-1,-1;
32.     -1,+1,+1,-1,-1,-1;
33.     -1,+1,+1,-1,-1,-1;
34.     -1,+1,-1,+1,-1,-1;
35.     -1,+1,-1,-1,+1,-1;
36.     -1,-1,-1,-1,-1,-1]
37.  
38. figure(3)
39. hintonw(K)
40.  
41. L= [-1,-1,-1,-1,-1,-1;
42.     -1,+1,-1,-1,-1,-1;
43.     -1,+1,-1,-1,-1,-1;
44.     -1,+1,-1,-1,-1,-1;
45.     -1,+1,-1,-1,-1,-1;
46.     -1,+1,-1,-1,-1,-1;
47.     -1,+1,+1,+1,+1,-1;
48.     -1,-1,-1,-1,-1,-1]
49.  
50. figure(4)
51. hintonw(L)
52.  
53. L1 = reshape (I,48,1)
54. L2 = reshape (J,48,1)
55. L3 = reshape (K,48,1)
56. L4 = reshape (L,48,1)
57.  
58. P = [L1,L2,L3,L4]
59.  
60. whos
61. disp(P)
62. T=eye(4)
63.  
64. net=newp(P,T,'hardlim','learnp')
65.  
66. net.trainParam.epochs = 50;
67. net=train(net,P,T)
68.  
69. disp('Rozmiar macieżrzy wag: ')
70. disp(net.IW)
71. disp('Zawarosc macierzy wag')
72. disp(net.IW{1})
73. disp('Rozmiar wektora wsp. progowych')
74. disp(net.b)
75. disp('Zawartosc wektowa wsp. progowych')
76. disp(net.b{1})
77.  
78. y=sim(net,P)
79.  
80. figure(5)
81. for i=1:4
82.     subplot(1,2,1)
83.     hintonw(reshape(P(:,i),8,6))
84.     subplot(1,2,2)
85.     hintonw(Y(:,i))
86.     pause()
87. end