《表1 分类精度：基于Sentinel-1A数据的南京市水体信息提取》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Sentinel-1A数据的南京市水体信息提取》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文还利用主成分分析法（PCA）、最近邻算法（KNN）以及无纹理和DEM信息的SVM算法对图像进行水体信息的提取，并与本文方法进行对比，结果如图5所示。由于监督分类中样本的选择对最后结果有一定的影响，因此实验采用同一组训练样本进行精度计算，结果如表1所示。