从噪声样本迭代精炼的神经全局优化方法

一种新的神经优化方法通过迭代精炼从噪声样本中寻找全局最小值，在多模态测试函数上平均误差为 8.05%，相比样条初始化的 36.24% 提升了 28.18%。该模型在 72% 的测试案例中成功找到全局最小值且误差低于 10%，无需导数信息或多次重启。