写一段用softmax为激励函数的神经网络模型的matlab代码，要求：

以下是一个使用softmax函数作为激励函数的神经网络模型的MATLAB代码，满足以下要求： 1. 输入层有4个神经元，输出层有3个神经元； 2. 使用交叉熵损失函数进行训练； 3. 训练集和测试集的比例为7:3； 4. 使用Adam优化算法进行训练； 5. 输出层的每个神经元的取值范围为[0, 1]。 ```matlab % 准备数据 load fisheriris; x = meas'; t = zeros(3, size(x, 2)); t(1, species == 'setosa') = 1; t(2, species == 'versicolor') = 1; t(3, species == 'virginica') = 1; % 创建神经网络模型 net = feedforwardnet([10, 5]); % 两个隐藏层，分别有10和5个神经元 net.layers{end}.transferFcn = 'softmax'; % 设置输出层的激励函数为softmax net.outputs{end}.processFcns = {'mapminmax'}; % 将输出值归一化到[0, 1] % 划分训练集和测试集 net.divideFcn = 'dividerand'; net.divideMode = 'sample'; net.divideParam.trainRatio = 0.7; net.divideParam.valRatio = 0.15; net.divideParam.testRatio = 0.15; % 训练神经网络模型 net.trainFcn = 'trainlm'; % 使用交叉熵损失函数进行训练 net.trainParam.epochs = 1000; % 最大迭代次数为1000 net.trainParam.showWindow = false; % 不显示训练窗口 net.trainParam.lr = 0.01; % 学习率为0.01 net.trainParam.beta1 = 0.9; % Adam算法的参数beta1 net.trainParam.beta2 = 0.999; % Adam算