写一段满足上述要求的matlab代码

以下是一个简单的示例代码，展示了如何使用BP神经网络和wpdec函数进行滚动轴承故障诊断：

% 加载数据
load bearing_data.mat

% 数据预处理
[c,l] = wavedec(data,4,'db4');
approx = appcoef(c,l,'db4');
wpfeat = wpdec(data,4,'db4');

% 构建BP神经网络
net = feedforwardnet([10,5]);
net.trainFcn = 'traingdx';
net.trainParam.max_fail = 20;
net.trainParam.epochs = 1000;
net.trainParam.goal = 0.01;
net.divideFcn = 'divideblock';
net.divideParam.trainRatio = 0.6;
net.divideParam.valRatio = 0.2;
net.divideParam.testRatio = 0.2;

% 训练BP神经网络
net = train(net,wpfeat,labels);

% 测试BP神经网络
test_data = wpdec(test_data,4,'db4');
outputs = net(test_data);

% 分类结果展示
plotconfusion(targets,outputs);

需要注意的是，这只是一个简单的示例代码，实际上滚动轴承故障诊断的具体实现还需要根据具体情况进行调整和优化。