卷积深度置信网络（convolutional deep belief network; CDBN），工学-控制科学与工程-智能控制-智能控制-模糊控制-可视分析-深度置信网络，用于处理图像等具有二维结构信息、存在邻域关联的数据对象的深度置信网络，是深度置信网络（deep belief network; DBN）的进一步拓展。卷积深度置信网络在深度置信网络模型的组成单元——限制玻尔兹曼机（restricted Boltzmann machine; RBM）的结构基础上引入卷积的思想，即层与层之间节点的相互连接由原始的全连接变为局部连接以及层间加入最大概率池化操作，从而更好地捕捉输入数据的邻域相关性，最终使得学习训练后的网络模型具有变换不变性。卷积深度置信网络广泛应用于与图像识别相关的领域。