本发明公开了一种基于卷积神经网络的水中个体目标匹配识别方法，首先构建用于水中目标辐射噪声时频图像特征提取的卷积神经网络模型，其次通过S变换预处理生成带标签目标噪声时频图像数据对卷积神经网络模型进行训练和完善，接着基于S变换生成带标签目标噪声时频图像参考数据，通过卷积神经网络处理得到个体目标数值差异性特征模板，最后基于卷积神经网络对未知目标数据进行处理得到数值特征，通过模板匹配方法对个体目标进行识别。本发明与传统基于物理机理的特征提取与识别方法相比，具有更强的非线性数据处理能力，能够更有效识别水中个体目标。