标题：基于填充函数的深度学习优化算法
作者：叶成 吕柏权 倪陈龙
作者单位：上海大学机电工程与自动化学院，上海 200072
关键字：填充函数；全局最优值；深度学习
摘要：提出了基于填充函数的深度学习优化算法，深度学习采用的是分层的训练机制，它通过最小化误差函数进行分层的无监督训练。第一步先使用无标签的训练样本对各层参数分层预训练，第二步使用有标签的训练样本对各层参数进行微调，从而有利于减少陷入局部极小点的可能性。另外，引进了填充函数法，使之能够跳出局部最小值，继续迭代至更小的极值点，得到精度更高的全局最优点。通过对5个基准测试函数进行仿真和统计数据，验证了改进后算法的有效性。