根据是否需要分类人员事先提供已知类别及其训练样本，对分类器进行（）和（），可将遥感图像分类方法划分为（）和（）。
按照确定分层样本数量的不同方式，分类抽样分为（）分类抽样和（）分类抽样两种。
监督分类与非监督分类的共同点在于都利用训练场地来获取先验的类别知识。
采用分类随机抽样，需要解决的关键问题是确定每一类别中应抽取的样本的单位数量。一般等比例分类抽样比不等比例分类抽样更有利于减少抽样误差。
按照确定分层样本数量的不同方式，分类（）两种。
树分类分为（）和（）两步，首先利用训练样本对分类树进行训练，构造分类树结构，然后用训练好的分类树对像素的进行逐级判定，最终确定其类别归属。
28、使用监督分类时，采集的样本一般用一部分来训练，另一部分来精度验证？
14、平行盒式算法无法解决训练样本重叠区的地物类别归属问题。
1、k邻近分类法（k-NN）的基本原理是基于样本的（），期望一个测试样本d与训练集中d周围邻域样本的类别标签一样。
不平衡的样本（各类样本的数量明显有差别）的训练结果往往倾向（有利）于类别少的样本，因此需要对不平衡的样本进行预处理，使得各类样本的数量尽量差不多。
