% _________________________________________________________________________
% иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
% PREDICTION OF ACUTE HYPOTENSIVE EPISODES USING NEURAL NETWORK MULTIMODELS
% _________________________________________________________________________
% иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
%        Copyright (C) 2009
%          : Jorge Henriques ...  <jh@dei.uc.pt>,
%          : Teresa Rocha    ...  <teresa@sun.isec.pt>
%        This software is released under the terms of the GNU
%        General Public License (http://www.gnu.org/copyleft/gpl.html)
% иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
% mmMovingAverage.m
%__________________________________________________________________________
% иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии
%  Moving Average filter
%      > X - input signal
%      > M - window size
%__________________________________________________________________________
% иииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииииии


function y=mmMovingAverage(X,M)

[NN,MM]=size(X);
X=X(:);
X=[X(1)*ones(M,1);X; X(end)*ones(M,1)];
N=length(X);
y=X;
for i=M+1:N-M
    y(i)=mean(X(i-M:i+M));
end
y(1:M)=y(M+1);
y(N-M+1:end)=y(N-M);

y=y(M+1:M+max(NN,MM));
[nn,mm]=size(y);
if NN~=nn
    y=y';
end