考虑多波段图像的融合识别可以扩展识别系统的应用范围，本文探索并设计了一种基于卷积神经网络的融合识别方法。该方法以AlexNet网络模型为基础，同时对可见光、中波红外和长波红外三波段图像进行特征提取; 然后，利用互信息的方法对串联的三波段特征向量进行特征选择，依据重要性排序的方式选定固定长度的特征向量; 最后，依据特征提取层级的不同，分别以早期融合、中期融合和后期融合3种融合方式来验证算法的有效性。采用自建的三波段舰船图像数据库进行了模型的训练和测试，共包含6类目标，5 000余张图像。实验结果显示，采用的3种融合识别方法中，中间层融合的识别准确率最高，达到84.5%，比早期融合和后期融合分别高5%和7%左右。另外，在本文的应用场景下，无论何种融合方式，其融合识别的准确率均明显高于其他单波段识别的准确率。