matlab FCNN

FCNN (Fully Connected Neural Network) 在 MATLAB 中是一种常见的神经网络模型，也被称为多层感知机（Multilayer Perceptron）。以下是一个简单的 MATLAB 代码示例，用于实现一个基本的 FCNN 模型：

% 定义输入数据和标签
inputs = randn(100, 10); % 假设输入数据具有 100 个样本，每个样本包含 10 个特征
labels = randn(100, 1); % 假设输出标签是一个实数值

% 定义神经网络的结构
hidden_units = 20; % 隐藏层的神经元数量
net = feedforwardnet(hidden_units); % 创建一个 FCNN 模型

% 训练神经网络
net.trainParam.epochs = 100; % 设置迭代次数
net = train(net, inputs', labels'); % 注意要将输入和标签转置

% 使用训练好的网络进行预测
predictions = net(inputs');

% 输出预测结果
disp(predictions);

在这个示例中，我们使用了 `feedforwardnet` 函数创建一个具有指定隐藏层神经元数量的 FCNN 模型。然后，我们使用 `train` 函数对模型进行训练，并使用训练好的模型对输入数据进行预测。最后，我们输出了预测结果。

当然，这只是 FCNN 的一个基本示例，在实际应用中，你可能需要根据具体需求来调整模型结构和参数设置。还可以使用其他 MATLAB 工具箱（如 Deep Learning Toolbox）来构建更复杂的神经网络模型。