投影重构神经网络(Reconstruction from Projections Neural Network, RPNN)是本人在博士研究期间，基于样条神经网络(ASNN, Vecci L, Piazza F, Uncini A, Guarnieri S,Campolucci P etc.)提出的一种人工神经网络，在网络初构、训练速度、规模调整、逼近能力、推广型、克服干扰（鲁棒性）等方面均具有良好的性能。

 算  法

     网络结构

     神经元初始激励函数

     网络初始权值

     网络初始规模

     动态构造隐层神经元

     训练步长自适应调整

     算法计算量

 性  能

     逼近能力

     推广性能

     对噪声的抑制能力

博士论文

    第五章 投影重构神经网络及其应用 

    第六章 采用RPNN辩识HTR-10系统

    参考文献 [65,66,67]

    [65]  Vecci L, Piazza F, Uncini A. Learning and approximation capabilities of adaptive spline activation function neural networks. Neural Networks. 1998, 11(2):259-270. PDF全文

    [66] Guarnieri S, Piazza F, Uncini A. Multilayer feedforward networks with adaptive spline activation function. IEEE Transactions on Neural Networks. 1999, 10(3): 672-83 PDF全文

    [67]  Uncini A, Vecci L, Campolucci P, Piazza F. Complex-valued neural networks with adaptive spline activation function for digital-radio-links nonlinear equalization. IEEE Transactions on Signal Processing. 1999, 47(2):505-14. PDF全文