doi
/
novelty-detection-ncm
forked from mtlhapp/novelty-detection-ncm


			
							1234567891011121314151617181920212223242526272829303132333435363738394041424344
							% sometimes always never plotting
%%

colors = {'r-', 'b-', 'g-', 'c-', 'm-', 'k-', 'y-'};

figure(10);
for cIdx = 1:5
    thisLine = thetas(cIdx,:);
    figure(10);
    plot((1:750), thisLine, colors{cIdx}, 'LineWidth', 2)
    hold on;
end
xlim([0 750])
ylim([-1.5 1.5])
ax=gca;
ax.XAxis.FontSize = 16;
ax.YAxis.FontSize = 16;
title('Weight Angles - Always Learning', 'FontSize', 24)
xlabel('Timestep', 'FontSize', 18)
ylabel('Angle of Weight (radians)', 'FontSize', 18)

%%
colors = {'r.', 'b.', 'g.', 'c.', 'm.', 'k.', 'y.'};
for cIdx = 1:5
    thisClust = find(pcaNet.clusters == cIdx);
    figure(5);
    plot(bigY(1, thisClust), bigY(2, thisClust), colors{cIdx})
    hold on;
end


figure(5)
plotv(pcaNet.W(1,:)', 'r')
plotv(pcaNet.W(2,:)', 'b')
plotv(pcaNet.W(3,:)', 'g')
plotv(pcaNet.W(4,:)', 'c')
plotv(pcaNet.W(5,:)', 'm')


ax=gca;
ax.XAxis.FontSize = 16;
ax.YAxis.FontSize = 16;
axis([-4 4 -4 4])
title('Clustering - Always Learning', 'FontSize', 24)%��������ÿÿÿÿÿÿÿÿ�����ÿÿÿ������ �������ÿÿÿÿÿÿÿÿ����ÿÿÿÿ�����%�������ÿÿÿÿÿÿÿÿ����ÿÿÿÿ���������€°������������Ú����š������÷Ê‡	���ð8ñ�p��B§nÿ��������������������p���ýÿÿ�����������������������������������������������Ú����������������������������€°�������������Ú����� ��������������������������š������Å��������@O¦ÿ��š������ 9ñ�p��|¼nÿ��è§" ÿ��Â^��`����€����øÿÿÿÿ��@9ñ�p��ŽÅnÿ��š������è§" ÿ��p9ñ�p��êœ+mÿ����������Š������è§" ÿ��ð9ñ�p�� 9ñ�p��N‘ÈGÿ����������Š��������P����P¿	���à9ñ�p��?´ÈGÿ��m�������°;ñ�p�� ;ñ�p��B������ð9ñ�p��Å��������Dñ�p��û½ÈGÿ��/�V�o�l�u�m�e�s�/�H�a�p�p�/�S�y�s�t�e�m� �B�a�c�k�u�p�/�S�y�s�t�e�m� �B�a�c�k�u�p�/�2�0�2�0�-�1�0�-�1�6�_�2�3�-�2�2�-�0�8�/�U�s�e�r�s�/�m�i�c�h�a�e�l�h�a�p�p�/�D�o�c�u�m�e�n�t�à:ñ�p��Ïÿ´Eÿ��À;ñ�p�� ér��`�� ér��`��À;ñ�p��Ä�áCÿ���‡��`��8�Á`¨ê)!ˆ������� ér��`��À;ñ�p�����������‡��`���Dñ�p��Œ¡ÉGÿ��o�r�k� ���¤��k»5���õ�������������5<y_����vSÇ7����|ñ^����±ïQ	����|ñ^����G8\	����‰Úè^����‹TÀ����Â���������������@�����������������������������—Dñ�p��/�U�s�e�r�s�/�m�i�c�h�a�e�l�h�a�p�p�/�D�o�c�u�m�e�n�t�s�/�M�A�T�L�A�B�/�F�e�e� �L�a�b�/�M�i�s�m�a�t�c�h� �N�e�t�w�o�r�k�s� �2�0�2�0�/�P�a�t�t�e�r�n� �R�e�c�o�g�n�i�t�i�o�n� �N�e�t�w�o�r�k� �(�o�l�d�)�/�a�g�n�o�P�l�o�t�t�i�n�g�_�c�l�u�s�t�e�r�i�n�g�A�n�d�W�e�i�g�h�t�s�.�m� ������� �������ÀÉŸÿ�� ��������€���� ������� =ñ�p��Ÿ	nÿ��ðjÜŸÿ���@O¦ÿ��À6ÜŸÿ�� ér��`��ÀÉŸÿ����������������ðjÜŸÿ��°=ñ�p��{d³Eÿ���������������������������������������jÜŸÿ��ðjÜŸÿ��ðjÜŸÿ��ˆ�������ðjÜŸÿ��PBñ�p��(”³Eÿ���������������������������������Ûr��`���������aÛr��`���������������{ÈŸˆ������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������������€����X	nÿ����������������������������p���ýÿÿ�����������������������€����0�������0�������ÀÉŸÿ��0��������€����0�������ðAñ�p��Ÿ	nÿ��ðjÜŸÿ���@O¦ÿ��À6ÜŸÿ��`Ûr��`���������¨E�`���€���� E�`��˜{ÈŸÿ��À6ÜŸÿ���€���� ØÜŸÿ��`Bñ�p��ä	nÿ�� E�`��ðjÜŸÿ�� E�`��ÐÉEÿ���������� E�`��������� ér��`��ÀCñ�p����������
ÉGÿ�� E�`���Cñ�p��/m¶Eÿ������������������ð0����ÀCñ�p���������€ž+mÿ��ÀCñ�p��ð0�����Dñ�p��>ëÉGÿ���������������������������lO��`��@¶�`�����������������������������������������������������������������������������������������������������������������������������������������(���0���Dñ�p��