能否提供一份用MATLAB编写的BP神经网络实现的基本代码示例？

当然可以。以下是MATLAB中实现基本的BP（Backpropagation）神经网络的一个简单示例，用于二分类问题。这个例子包含了一个简单的前向传播、反向传播和训练过程：

% 初始化权重和偏置
net = feedforwardnet(10); % 创建一个拥有10个隐藏层节点的网络
net.LW1 = rand(net.LW1) * 0.1; % 隐藏层随机初始化权重，范围在(-0.1, 0.1)
net.B1 = zeros(size(net.B1)); % 隐藏层随机初始化偏置

% 定义训练数据
inputs = ... % 输入数据矩阵
targets = ... % 目标输出数据矩阵 (通常是对输入进行独热编码)

% 训练函数
trainFcn = 'trainscg'; % 使用Levenberg-Marquardt算法训练
options = trainingOptions(trainFcn, ... % 设置训练选项
    'MaxEpochs', 500,        % 最大迭代次数
    'MiniBatchSize', 10,     % 批处理大小
    'Shuffle', 'every-epoch', % 每次迭代都会随机洗牌数据
    'Verbose', false          % 输出训练信息
);

% 开始训练
net = train(net, inputs, targets, options);

% 测试函数
predictFcn = 'nnzero'; % 对新输入预测类别
predictedLabels = predict(net, inputs); % 对输入数据进行预测

%