本发明公开了一种用改进的蝙蝠算法来训练神经网络的权值和阈值，大大提高图像分类的准确度。包括以下算法步骤：步骤一：录入原始图像，对原始图像进行处理。步骤二：对网络进行初始化。步骤三：对本发明的初始参数赋值。步骤四：计算权值经验因子，蝙蝠利用等式移动，并更新响度和脉冲速率。步骤五：记录当前种群的全局最优位置和局部最优位置，并更新利用公式进行速度更新，根据公式获得种群蝙蝠的信位置。步骤六：最优解X分别对应网络的权值和阈值，输出结果。步骤七：判断是否打到最大迭代次数，如果是，则输出结果。如果否，则返回步骤四。本发明与其他算法相比具有更快的收敛速度，本发明更具有开发能力，并且更加稳定。