針對(duì)深度信念網(wǎng)絡(luò)(DBN)權(quán)值隨機(jī)初始化易使網(wǎng)絡(luò)陷入局部最優(yōu)的問題，在傳統(tǒng)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(shí)別算法。首先，利用CS的全局尋優(yōu)能力對(duì)DBN的初始權(quán) 值進(jìn)行優(yōu)化，并在此基礎(chǔ)上進(jìn)行DBN的逐層預(yù)訓(xùn)練;然后，利用反向傳播(BP)算法對(duì)整個(gè)網(wǎng)絡(luò)進(jìn)行微調(diào)，從而使網(wǎng)絡(luò) 權(quán)值達(dá)到最優(yōu);最后，將CS-DBN應(yīng)用于肺部腫瘤圖像的識(shí)別，實(shí)驗(yàn)從受限玻爾茲曼機(jī)(RBM)訓(xùn)練次數(shù)、訓(xùn)練批次大 小、DBN隱層層數(shù)和隱層節(jié)點(diǎn)數(shù)四個(gè)角度將CS-DBN與傳統(tǒng)DBN進(jìn)行比較，以驗(yàn)證該算法的可行性和有效性。