matlab全连接神经网络

在MATLAB中，可以使用Neural Network Toolbox来构建全连接神经网络。以下是一个简单的示例：

首先，我们需要准备一些训练数据和测试数据。假设我们有一个包含4个样本和3个特征的数据集，每个样本都有一个标签。我们将使用前3个样本进行训练，最后一个样本用于测试：

X = [0.1 0.2 0.3; 0.4 0.5 0.6; 0.7 0.8 0.9; 0.2 0.3 0.4];
Y = [1; 2; 3; 1];
Xtrain = X(1:3,:);
Ytrain = Y(1:3,:);
Xtest = X(4,:);
Ytest = Y(4,:);

接下来，我们可以定义一个全连接神经网络模型。这里我们将使用一个具有5个隐藏层神经元的单隐藏层神经网络：

net = feedforwardnet(5);

然后，我们可以使用训练数据对神经网络进行训练：

net = train(net, Xtrain', Ytrain');

最后，我们可以使用测试数据评估神经网络的性能：

Ypred = net(Xtest');

完整的代码如下：

X = [0.1 0.2 0.3; 0.4 0.5 0.6; 0.7 0.8 0.9; 0.2 0.3 0.4];
Y = [1; 2; 3; 1];
Xtrain = X(1:3,:);
Ytrain = Y(1:3,:);
Xtest = X(4,:);
Ytest = Y(4,:);

net = feedforwardnet(5);
net = train(net, Xtrain', Ytrain');
Ypred = net(Xtest');

注意，这只是一个简单的示例。在实际应用中，您可能需要对神经网络进行更复杂的调整和优化。