1）非位置精度：不考虑位置因素，以一个简单的数值（如面积、像元数等）表示分类精度，所得精度往往偏高。
2）采用混淆矩阵。对检核分类精度的样区内所有像元，统计其分类图中的类别与实际类别之间的混淆程度，列出混淆矩阵。

1）监督分类非监督分来定义
2）监督分类先学习后分类，非监督分类边学习边分类。

希望能用最少的影像数据最好的分类。
方法：距离测量散布矩阵测度

用表格的方式检核分类精度的样区内所有像元，统计分类图中的类别与实际类别之间的混淆程度

人们事先对分类过程不施加任何的先验知识，而仅凭遥感影像地物的光谱特征的分布规律，级自然巨雷的特征进行盲目分类。

用来表示和鉴别某个特征矢量属于哪个类别的函数。

在特征影像中，选择一组最佳的特征影像进行分类