針對深度信念網絡(DBN)權值隨機初始化易使網絡陷入局部最優的問題，在傳統DBN模型中引入布谷 鳥搜索(CS)算法，提出一種基于CS-DBN的肺部腫瘤圖像識別算法。首先，利用CS的全局尋優能力對DBN的初始權 值進行優化，并在此基礎上進行DBN的逐層預訓練;然后，利用反向傳播(BP)算法對整個網絡進行微調，從而使網絡 權值達到最優;最后，將CS-DBN應用于肺部腫瘤圖像的識別，實驗從受限玻爾茲曼機(RBM)訓練次數、訓練批次大 小、DBN隱層層數和隱層節點數四個角度將CS-DBN與傳統DBN進行比較，以驗證該算法的可行性和有效性。