matlb 慢特征分析

slow feature analysis 慢特征分析matlab源代码，参考文献：Wiskott, L. and Sejnowski, T.J. (2002), "Slow Feature Analysis:Unsupervised Learning of Invariances",

% This demo script shows how to perform SFA on user-defined function
% spaces. The user has to overwrite the functions EXPANSION and
% XP_DIM. In this example the two functions are located in the
% subdirectory sfa_tk/demo/expansion_demo/ . Further information can be
% found on the online documentation.

% init graphics
figure; clf; set（gcf ‘Position‘ [618 173 575 727]）;

% !!! The following lines installs the user-defined EXPANSION and XP_DIM
% functions defined in the expansion_demo/ subdirectory.
% You might need to change this line if you don‘t start the script from
% the demo/ directory.
addpath expansion_demo/

% create the input signal
T = 5000;
t = linspace（0 2*pi T）;

x1 = -sin（t）+2*cos（11*t）.^4;
x2 = cos（11*t）;
x = [x1; x2]‘;

% show the input signal
clf; subplot（311）; plot（x）;
title（‘input signals‘）;

% linear SFA won‘t be able to recover the slowest source signal sin（t）
% since it is nonlinearly mixed
fprintf（‘\nLINEAR SFA\n\n‘）;
y = sfa1（x）;
subplot（312）; plot（y（:1））;
title（‘signal exctracted by linear SFA‘）;

% the user-defined expansion function contains a to-the-fourth nonlinearity
% which allows SFA to reconstruct the slowest source signal sin（t）.
% if the user-defined functions are really used appropriate messages
% should have been printed on the screen.
fprintf（‘\nEXPANDED SFA\n\n‘）;
y = sfa2（x）;
subplot（313）; plot（y（:1））;
title（[‘signal exctracted by nonlinear SFA in a‘ ...
      ‘ user-defined function space‘]）;

% !!! Remove the user-defined EXPANSION and XP_DIM functions defined in
% the expansion_demo/ subdirectory. You might need to change this line
% if you don‘t start the script from the demo/ directory
rmpath expansion_demo/