作品简介
本书对超限学习机近年来取得的各方面成果进行详细的阐述与分析。本书分为4个部分：第1部分（第1～2章）主要介绍超限学习机的基本概念与核心理论；第2部分（第3～4章）系统介绍超限学习机理论为应对数据分类、回归以及特征学习等重要机器学习任务所做的技术性调整；第3部分（第5～6章）主要介绍超限学习机的工程实现与领域应用案例；第4部分（第7章）对全书进行总结，并归纳出若干挑战性问题以待后续研究。本书附录部分为与超限学习机相关的数学基础知识，以便读者查阅。
本书可供对超限学习机感兴趣的研究人员阅读，也可为信号处理领域的工程技术人员提供技术参考。
邓宸伟，北京理工大学教授、博士生导师，IEEE高级会员。近年来，紧密围绕“高分辨率对地观测”领域国家重大需求，开展航空、航天遥感图像处理方向的基础和应用研究。相关研究成果获2018年军队科技进步奖二等奖，2017年国家自然科学基金委遥感影像智能处理大赛特等奖，入选2013年北京市优秀人才培养资助计划。担任多个国际期刊的副编辑和IEEE视觉计算与内容管理兴趣小组联合主席。出版英文著作一部，以第一/通信作者发表SCI论文30余篇，SCI引用700余次，获授权发明专利10余项。
周士超，北京理工大学在读博士。主要研究方向包括机器学习、模式识别和高分辨遥感图像处理。先后在国内外学术期刊发表SCI论文1篇，EI论文3篇，申请发明专利2项。