macierzC.m

function [] = macierzC(numofdays,P)
lprob = 96;                             % liczba probek w ciągu doby
if (numofdays>5)                        % wymiary macierzy
    k = 2*numofdays;
    j = 12;
else
    k = 4*numofdays;
    j = 6;
end
[lw,lk] = size(P);                      % rozmiar wektora obciążeń
xnum = floor(((lw-((numofdays*lprob)+lprob))/lprob)+1);    %liczba par 
sizeu = ceil(5*xnum/6);                 % liczba par uczących
sizet = xnum-sizeu;                     % liczba par testujących
xu = zeros(k,j,1,sizeu);
xt = zeros(k,j,1,sizet);
xtemp = zeros(k,j,1,xnum);              % pary tymczasowe
dtemp = [];
du = [];
dt = [];
count = 1;
for i = (numofdays*lprob+1):lprob:lw-lprob+1          % tworzenie par
    d = P(i:lprob/24:i+lprob-1)';
    x = reshape(P(i-1:-lprob/24:i-numofdays*lprob),k,j);
    for l=2:2:k
        x(l,:) = fliplr(x(l,:));
    end
    xtemp(:,:,1,count) = x;
    dtemp = [dtemp;d];
    count = count+1;
end
idx = randperm(xnum);                    % wektor losowych wartości z przedziału 1:xnum
xu = xtemp(:,:,1,idx(1:sizeu));          % tworzenie losowych par uczących i testujących
xt = xtemp(:,:,1,idx(sizeu+1:end));
du = dtemp(idx(1:sizeu),:);
dt = dtemp(idx(sizeu+1:end),:);
siec_cnn_regr(xu,xt,du,dt)               % przejście do funkcji, w której stworzona została sieć neuronowa
end