针对当前卷积神经网络（Convolutional Neural Networks，CNN）模型通常将网络最后一层的输出作为特征表示，未能充分利用网络中间层的不足，提出了一种联合中间层的CNN模型（Intermediate Layers Connected-CNN，ILC-CNN）。该模型以AlexNet为基础，首先联合前、中、末端卷积层，通过深度连接方式连接；接着通过池化层、全连接层等操作得到描述图像的特征向量；通过辅助分类器训练方式保证了中间层特征的有效性，使模型得以成功训练。测试结果表明，该模型在图像分类与识别任务中效果显著，其提取的特征更具辨识度，具有比其他模型更高的识别精度。