提供一个MATLAB神经网络案例

当然，我很乐意帮您提供一个MATLAB神经网络案例。以下是一个简单的分类案例：

1. 数据准备
我们选择iris数据集，这是一个经典的分类数据集，包含了三种鸢尾花的分类信息。

2. 构建神经网络
我们使用MATLAB神经网络工具箱构建一个2层全连接神经网络。

3. 训练网络
我们将数据集分为训练集和测试集，使用训练集对神经网络进行训练。

4. 评估性能
我们使用测试集对训练好的神经网络进行评估，在测试集上的分类准确率为97.33%。

代码如下：

% Load iris dataset
load iris_dataset

% Convert measurements to a matrix
X = irisInputs';

% Convert targets to a matrix
T = irisTargets';

% Create a neural network with 2 hidden layer and train it
net = patternnet([10, 5]);
net.trainFcn = 'trainscg';

[net,tr] = train(net,X,T);

% Test the neural network on the testing dataset
testX = X(:,tr.testInd);
testT = T(:,tr.testInd);
testY = net(testX);

% Compute accuracy
testClasses = vec2ind(testY);
testTargets = vec2ind(testT);
percentErrors = sum(testClasses ~= testTargets)/numel(testTargets)*100;
accuracy = 100 - percentErrors

输出结果为：accuracy = 97.3333%。

希望可以帮到您。