1.  在SAR图像分类中，由于SAR影像的斑点噪声和图像质地的复杂性，一般的自动化聚类算法获得的结果不可靠。而监督分类方法又需要人工干预，不便于系统设计，并具有主观性。从最新的研究成果来看，对SAR数据堆栈的时间维进行假设检验是一种行之有效的聚类方法，可以弥补上述缺点。然而，选择何种假设检验方法可以得到最好的估计，这正是数理统计领域中一个亟待解决的问题。一般地，参数化假设检验优于非参数假设检验。然而，SAR时间维样本是否可以用K、瑞利或者韦伯分布模型来描述，是不确定的。主要是各时刻的SAR强度值是不能保证平稳的。因此，在总体连续性的假设下，非参数的Kolmogorov Smirnov检验是目前的主流方法。

2. 上面这段话引自谋篇论文，但是在某篇文章中，又指出SAR时间维样本可以用多元复高斯分布来建模。

到底哪个是正确的？？？