I
n
d
on
e
s
i
an
Jo
u
r
n
al
o
f
El
e
c
t
r
i
c
al
En
gi
n
e
e
r
i
n
g
an
d
C
o
m
p
u
te
r
S
c
i
e
n
c
e
V
o
l
.
1
7
,
N
o
.
3
,
M
a
r
c
h
20
20
,
pp.
1
3
7
1
~
1
3
7
6
IS
S
N
:
2502
-
4752
,
D
O
I
:
10.
1
1591
/
i
j
e
e
c
s
.
v
1
7
.i
3
.
pp
1
3
7
1
-
1
3
7
6
ļ²
1371
Jou
r
n
al
h
o
m
e
pa
ge
:
ht
t
p:
/
/
i
j
e
e
c
s
.
i
a
e
s
c
or
e
.
c
om
Qu
a
d
r
a
t
i
c
t
u
n
e
d
k
e
r
n
e
l
p
a
r
a
m
e
t
e
r
i
n
N
o
n
-
l
i
n
e
a
r
su
p
p
o
r
t
v
e
c
t
o
r
m
a
c
h
i
n
e
(
S
V
M
)
f
o
r
a
g
a
r
w
o
o
d
o
i
l
c
o
m
p
o
u
n
d
s
q
u
a
l
i
t
y
c
l
a
ssi
f
i
c
a
t
i
o
n
M
u
h
am
ad
A
d
d
i
n
A
k
m
al
Bi
n
M
o
h
d
R
ai
f
1
,
N
u
r
l
a
i
l
a
I
s
m
ai
l
2
,
N
o
r
A
z
ah
M
o
h
d
A
l
i
3
,
M
o
h
d
H
e
z
r
i
F
az
al
u
l
R
ah
i
m
an
4
,
S
a
i
fu
l
N
i
z
am
Taju
d
d
i
n
5
,
M
o
h
d
N
as
i
r
Tai
b
6
1
,
2
,
4
,
6
F
a
c
ul
t
y
of
E
l
e
c
t
r
i
c
a
l
E
ng
i
n
e
e
r
i
ng
,
U
n
i
v
e
r
s
i
t
i
T
e
kno
l
o
g
i
M
A
R
A
(
U
i
T
M
)
,
M
a
l
a
y
s
i
a
3
H
e
r
ba
l
o
f
P
r
o
duc
t
D
e
v
e
l
o
pm
e
n
t
P
r
o
g
r
a
m
m
e
,
N
a
t
ur
a
l
P
r
o
duc
t
D
i
v
i
s
i
o
n,
F
o
r
e
s
t
R
e
s
e
a
r
c
h
I
ns
t
i
t
u
t
e
M
a
l
a
y
s
i
a
(
F
R
I
M
)
,
M
a
l
a
y
s
i
a
5
B
i
o
A
r
om
a
t
i
c
R
e
s
e
a
r
c
h
C
e
nt
r
e
o
f
E
xc
e
l
l
e
n
t
,
U
n
i
v
e
r
s
i
t
i
M
a
l
a
y
s
i
a
P
a
ha
ng
,
M
a
l
a
y
s
i
a
A
r
ti
c
l
e
I
n
fo
A
B
S
TR
A
C
T
Ar
t
i
c
l
e
h
i
s
t
or
y
:
R
e
c
e
i
v
e
d
J
un
2
3
,
201
9
R
e
v
i
s
e
d
S
e
p
25
,
201
9
A
c
c
e
pt
e
d
O
c
t
9
,
20
1
9
T
hi
s
pa
pe
r
p
r
e
s
e
n
t
s
t
h
e
a
na
l
y
s
i
s
o
f
a
g
a
r
w
o
o
d
o
i
l
c
o
m
po
unds
qu
a
l
i
t
y
c
l
a
s
s
i
f
i
c
a
t
i
o
n
b
y
t
uni
ng
qua
d
r
a
t
i
c
ke
r
ne
l
pa
r
a
m
e
t
e
r
i
n
S
uppo
r
t
V
e
c
t
o
r
M
a
c
hi
n
e
(
S
V
M
)
.
T
he
e
x
pe
r
i
m
e
nt
a
l
w
o
r
k
i
nv
o
l
v
e
d
o
f
a
g
a
r
w
o
o
d
o
i
l
s
a
m
p
l
e
s
f
r
o
m
l
o
w
a
nd
hi
g
h
qua
l
i
t
i
e
s
.
T
he
i
n
put
i
s
a
bun
da
n
c
e
s
(
%
)
o
f
t
he
a
g
a
r
w
o
o
d
o
i
l
c
om
po
unds
a
nd
t
h
e
o
ut
pu
t
i
s
t
h
e
qua
l
i
t
y
of
t
he
o
i
l
e
i
t
he
r
hi
g
h
o
r
l
o
w
.
T
he
i
npu
t
a
nd
o
ut
p
ut
da
t
a
w
e
r
e
pr
o
c
e
s
s
e
d
by
f
o
l
l
o
w
i
ng
t
a
s
ks
;
i
)
d
a
t
a
pr
o
c
e
s
s
i
ng
w
hi
c
h
c
ov
e
r
s
no
r
m
a
l
i
z
a
t
i
o
n,
r
a
ndo
m
i
z
a
t
i
o
n
a
nd
da
t
a
s
pl
i
t
t
i
ng
i
n
t
o
t
w
o
pa
r
t
s
i
n
w
hi
c
h
t
r
a
i
ni
ng
a
nd
t
e
s
t
i
ng
da
t
a
b
a
s
e
(
r
a
t
i
o
of
80%
:
20%
)
,
a
n
d
i
i
)
da
t
a
a
na
l
y
s
i
s
w
hi
c
h
c
o
v
e
r
s
S
V
M
de
v
e
l
o
pm
e
n
t
by
t
uni
ng
qua
d
r
a
t
i
c
ke
r
ne
l
pa
r
a
m
e
t
e
r
.
T
he
t
r
a
i
n
i
ng
da
t
a
s
e
t
w
a
s
u
s
e
d
t
o
be
t
r
a
i
n
t
he
S
V
M
m
o
de
l
a
n
d
t
he
t
e
s
t
i
ng
da
t
a
s
e
t
w
a
s
u
s
e
d
t
o
t
e
s
t
t
he
d
e
v
e
l
o
pe
d
S
V
M
m
o
de
l
.
A
l
l
t
he
a
na
l
y
t
i
c
a
l
w
o
r
ks
a
r
e
pe
r
f
o
r
m
e
d
v
i
a
M
A
T
L
A
B
s
of
t
w
a
r
e
v
e
r
s
i
o
n
R
201
3a
.
T
he
r
e
s
u
l
t
s
ho
w
e
d
t
ha
t
,
qua
d
r
a
t
i
c
t
u
ne
d
k
e
r
n
e
l
p
a
r
a
m
e
t
e
r
i
n
S
V
M
m
o
de
l
w
a
s
s
uc
c
e
s
s
f
ul
s
i
nc
e
i
t
pa
s
s
e
d
a
l
l
t
he
p
e
r
f
o
r
m
a
nc
e
c
r
i
t
e
r
i
a
ā
s
i
n
w
hi
c
h
a
c
c
ur
a
c
y
,
pr
e
c
i
s
i
o
n,
c
o
n
f
us
i
o
n
m
a
t
r
i
x,
s
e
ns
i
t
i
v
i
t
y
a
nd
s
p
e
c
i
f
i
c
i
t
y
.
T
he
f
i
nd
i
ng
o
bt
a
i
n
e
d
i
n
t
h
i
s
pa
pe
r
i
s
v
i
t
a
l
t
o
t
he
a
g
a
r
w
o
o
d
o
i
l
a
nd
i
t
s
r
e
s
e
a
r
c
h
a
r
e
a
e
s
pe
c
i
a
l
l
y
t
o
t
he
a
g
a
r
w
o
o
d
o
i
l
c
o
m
po
unds
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
.
Ke
y
w
or
ds
:
SVM
Q
ua
d
r
a
t
i
c
A
ga
r
w
oo
d
o
i
l
Cl
a
s
s
i
f
i
c
a
t
i
o
n
O
i
l
qua
l
i
t
y
C
opy
r
i
gh
t
Ā©
2020
I
n
s
t
i
t
ut
e
o
f
A
dv
anc
e
d
E
ng
i
ne
e
r
i
ng
and
S
c
i
e
nc
e
.
A
l
l
r
i
gh
t
s
r
e
s
e
r
v
e
d
.
Cor
r
e
s
pon
di
n
g
Au
t
h
or
:
N
url
a
i
l
a
Is
m
a
i
l
,
F
a
c
ul
t
y
of
E
l
e
c
t
r
i
c
a
l
E
n
g
i
n
e
e
ri
n
g,
U
n
i
v
e
r
s
i
t
i
T
e
kn
o
l
o
gi
M
A
R
A
(U
i
T
M
)
,
M
a
l
a
y
s
i
a
.
E
m
a
i
l
:
n
u
r
l
a
i
l
a
@
i
e
e
e
.
o
r
g
1.
I
N
TR
O
D
U
C
TI
O
N
T
h
e
A
ga
r
w
oo
d
o
r
ga
h
a
ru
i
s
t
h
e
p
r
o
m
i
n
e
n
t
n
a
m
e
f
o
r
r
e
s
i
n
o
us
h
e
a
rt
w
oo
d,
w
h
e
r
e
i
t
i
s
p
r
e
c
i
o
us
n
a
t
u
r
a
l
o
i
l
a
nd
f
r
o
m
āw
o
un
de
d/
i
n
f
e
c
t
e
dā
A
qui
l
a
ri
a
t
r
e
e
s
.
It
a
l
s
o
know
n
a
s
O
ud
o
i
l
,
A
l
o
e
s
w
oo
d
o
i
l
a
n
d
E
a
gl
e
w
oo
d,
de
pe
n
ds
o
n
i
t
s
o
r
i
g
i
n.
T
h
e
o
r
i
g
i
na
t
e
d
t
r
e
e
i
s
l
o
c
a
t
e
d
a
t
N
o
r
t
h
E
a
s
t
e
rn
I
n
d
i
a
,
B
h
ut
a
n
a
n
d
pa
rt
s
o
f
S
o
ut
h
E
a
s
t
A
s
i
a
ā
e
s
pe
c
i
a
l
l
y
V
i
e
t
n
a
m
,
Ca
m
b
o
di
a
,
P
hi
l
i
ppi
n
e
s
a
n
d
I
n
do
n
e
s
i
a
[1]
.
T
h
e
a
g
a
r
w
oo
d
a
nd
i
t
s
a
ppl
i
c
a
t
i
o
n
ha
s
a
w
i
de
h
i
s
t
o
r
y
e
s
p
e
c
i
a
l
l
y
i
n
m
e
di
c
i
na
l
m
a
n
uf
a
c
t
u
r
e
,
a
s
a
n
i
n
c
e
n
s
e
,
a
n
d
i
n
pe
r
f
um
e
r
y
e
l
e
m
e
n
t
s
[2]
.
O
t
h
e
r
t
ha
n
t
h
a
t
,
t
h
e
a
g
a
r
w
oo
d
o
i
l
a
l
s
o
us
e
d
a
s
a
s
y
m
bo
l
of
w
e
a
l
t
h
e
s
p
e
c
i
a
l
l
y
i
n
t
h
e
M
i
ddl
e
E
a
s
t
Co
unt
r
i
e
s
,
a
n
d
b
e
i
n
g
b
urn
t
du
ri
n
g
r
e
l
i
g
i
o
us
a
s
w
e
l
l
a
s
w
e
ddi
n
g
c
e
r
e
m
o
n
y
[2
-
5].
T
h
e
e
n
t
h
us
i
a
s
m
f
o
r
t
h
e
ut
i
l
i
z
a
t
i
o
n
o
f
t
h
e
a
ga
r
w
o
o
d
o
i
l
i
s
e
x
pa
n
di
ng
b
e
c
a
us
e
of
i
t
s
s
p
e
c
i
a
l
s
c
e
n
t
[3].
T
h
e
di
s
c
o
un
t
c
o
s
t
f
o
r
a
m
a
z
i
n
g
a
ga
r
w
o
o
d
o
i
l
i
s
a
r
o
u
n
d
U
S
$30,
000
ā
U
S
$50,
000
pe
r
l
i
t
e
r,
by
a
l
l
ud
i
n
g
t
o
i
t
s
a
r
o
m
a
qu
a
l
i
t
y
,
l
i
f
e
s
pa
n,
t
a
r
s
ub
s
t
a
n
c
e
,
a
n
d
o
i
l
v
i
rt
ue
[6
-
7]
.
T
h
e
e
xc
h
a
nge
d
c
o
s
t
i
n
v
i
e
w
of
t
h
e
n
a
t
u
r
e
o
f
t
h
e
a
ga
r
w
o
o
d
o
i
l
w
h
i
c
h
i
s
a
h
i
g
h
c
o
s
t
fo
r
h
i
g
h
c
a
l
i
b
r
e
a
nd
l
o
w
c
os
t
fo
r
l
o
w
qua
l
i
t
y
.
E
xpe
c
t
e
dl
y
,
t
h
e
e
v
a
l
ua
t
i
n
g
t
e
c
hn
i
q
ue
s
fo
r
a
ga
r
w
o
o
d
o
i
l
i
s
do
n
e
i
n
l
i
g
ht
o
f
i
t
s
ph
y
s
i
c
a
l
p
r
o
pe
rt
i
e
s
;
s
h
a
d
i
n
g
,
s
c
e
n
t
,
hi
g
h
f
i
xa
t
i
v
e
a
n
d
Evaluation Warning : The document was created with Spire.PDF for Python.
ļ²
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
1
7
,
N
o
.
3
,
M
a
r
c
h
20
20
:
1
3
7
1
-
1
3
7
6
1372
c
us
t
o
m
e
r
r
e
c
o
gn
i
t
i
o
n.
N
o
r
m
a
l
l
y
,
di
m
s
ha
d
i
n
g
a
n
d
de
pe
n
d
a
b
l
e
s
c
e
n
t
a
r
e
de
l
e
ga
t
e
d
hi
g
h
c
a
l
i
b
r
e
a
nd
s
o
l
d
a
t
a
c
h
i
e
f
c
os
t
[7].
A
g
a
r
w
oo
d
o
i
l
h
a
s
b
e
e
n
f
o
un
d
t
p
b
e
di
ff
e
r
e
nt
i
a
t
e
d
by
t
w
o
t
e
r
m
s
.
A
f
e
w
c
o
un
t
r
i
e
s
ut
i
l
i
z
e
t
h
e
t
e
rm
o
f
h
i
g
h
a
n
d
l
o
w
qua
l
i
t
y
a
n
d
a
n
o
t
h
e
r
c
o
unt
r
i
e
s
ut
i
l
i
z
e
t
e
rm
o
f
gr
a
de
;
A
,
B
,
C
a
nd
D
.
E
a
c
h
r
e
v
i
e
w
i
s
gr
o
upe
d
i
n
l
i
g
ht
o
f
a
g
a
r
w
oo
d
o
i
l
p
h
y
s
i
c
a
l
p
r
o
pe
rt
i
e
s
l
i
ke
s
ha
di
n
g
,
s
c
e
nt
a
n
d
pu
r
c
h
a
s
e
r
r
e
c
o
gn
i
t
i
o
n
[2
,
8].
T
h
e
r
e
a
r
e
s
e
v
e
r
a
l
t
e
c
hni
que
s
pe
r
f
o
r
m
e
d
t
o
i
de
n
t
i
fy
t
h
e
qua
l
i
t
y
of
t
h
e
a
g
a
r
w
oo
d
o
i
l
[9
-
10].
R
e
s
e
a
r
c
h
e
r
s
f
r
o
m
J
a
p
a
n
ha
v
e
r
e
ga
rde
d
K
a
na
n
ko
h
a
s
t
h
e
hi
g
h
e
s
t
a
n
d
J
i
n
ko
h
a
s
t
h
e
l
o
w
qua
l
i
t
y
[12
-
14]
.
T
h
e
r
e
l
a
t
i
o
n
s
h
i
p
b
e
t
w
e
e
n
h
i
g
h
a
nd
l
o
w
qua
l
i
t
y
of
o
i
l
ha
s
b
e
e
n
w
i
de
l
y
i
n
v
e
s
t
i
ga
t
e
d
by
c
o
m
pa
r
i
ng
t
h
e
i
r
c
h
e
m
i
c
a
l
c
o
m
pos
i
t
i
o
n
s
.
O
n
e
o
f
t
h
e
t
e
c
hn
i
que
i
s
us
e
d
by
di
s
t
i
l
l
a
t
i
o
n
m
e
t
h
o
d
w
h
e
r
e
i
t
i
s
t
h
e
e
a
rl
i
e
s
t
a
n
d
w
i
de
l
y
u
s
e
d
i
n
e
xt
ra
c
t
i
n
g
e
s
s
e
n
t
i
a
l
o
i
l
s
i
n
c
e
i
t
i
s
e
c
o
n
o
m
i
c
a
l
l
y
us
a
b
l
e
a
n
d
s
a
f
e
t
y
i
n
us
e
[15].
B
ut
t
h
i
s
m
e
t
h
o
d
ha
s
s
e
ve
r
a
l
di
s
a
dv
a
n
t
a
ge
s
w
h
e
r
e
t
h
e
r
e
s
e
a
r
c
h
c
a
m
e
o
ut
w
i
t
h
l
a
c
k
o
f
d
o
c
um
e
nt
a
t
i
o
n
a
n
d
r
e
s
e
a
r
c
h
pub
l
i
c
a
t
i
o
n
.
S
o
m
e
t
i
m
e
,
t
h
e
p
r
o
c
e
s
s
t
o
ge
t
t
h
e
r
e
s
ul
t
f
o
r
s
t
a
nda
r
d
qu
a
l
i
t
y
c
o
n
t
r
o
l
a
nd
c
ha
r
a
c
t
e
r
i
s
t
i
c
f
o
r
a
c
t
i
v
e
c
o
m
po
un
d
i
n
a
ga
r
w
o
od
o
i
l
i
s
di
s
r
up
t
e
d
b
e
c
a
us
e
of
a
dul
t
e
r
a
t
i
o
n
o
c
c
ur
d
u
r
i
n
g
m
a
nuf
a
c
t
u
r
i
n
g
s
t
a
n
d
a
r
di
z
e
[15
].
S
V
M
i
s
a
ddi
t
i
o
n
a
l
l
y
o
n
e
of
t
h
e
di
r
e
c
t
e
d
l
e
a
rn
i
ng
t
e
c
hni
q
ue
s
ut
i
l
i
z
e
d
f
o
r
r
e
g
r
e
s
s
i
o
n
a
n
d
o
ut
l
i
e
r
s
de
t
e
c
t
i
o
n
[16]
.
I
n
t
h
i
s
t
e
c
hni
que
,
o
n
e
m
a
ps
t
h
e
d
a
t
a
i
nt
o
a
hi
g
h
e
r
di
m
e
n
s
i
o
na
l
i
n
f
o
s
pa
c
e
a
n
d
o
n
e
b
ui
l
ds
a
n
i
de
a
l
i
s
o
l
a
t
i
n
g
h
y
pe
r
pl
a
n
e
i
n
t
hi
s
s
pa
c
e
.
S
V
M
c
a
n
b
e
pa
r
t
i
t
i
o
n
e
d
i
nt
o
t
w
o
ga
t
h
e
ri
n
gs
,
l
i
n
e
a
r
S
V
M
,
a
nd
n
o
n
-
l
i
n
e
a
r
S
V
M
.
T
h
e
s
e
t
w
o
ga
t
h
e
r
i
n
gs
ha
v
e
a
n
a
l
t
e
rna
t
e
s
t
ra
t
e
g
y
t
o
i
s
o
l
a
t
e
t
h
e
i
n
f
o
r
m
a
t
i
o
n
by
ut
i
l
i
z
i
ng
h
y
pe
r
-
pl
a
n
e
a
n
d
po
rt
i
o
n
t
ra
p
,
s
e
pa
ra
t
e
l
y
.
O
n
e
of
t
h
e
f
un
da
m
e
nt
a
l
e
l
e
m
e
n
t
s
o
f
S
V
M
s
i
s
t
h
e
pur
po
r
t
e
d
ke
rn
e
l
t
ri
c
k
w
h
e
r
e
t
h
e
c
a
l
c
ul
a
t
i
o
n
o
f
d
o
t
pr
o
duc
t
s
i
n
h
i
g
h
-
di
m
e
n
s
i
o
na
l
c
o
m
po
n
e
n
t
s
pa
c
e
s
ut
i
l
i
z
i
n
g
b
a
s
i
c
c
a
pa
c
i
t
i
e
s
c
h
a
ra
c
t
e
ri
z
e
d
by
s
e
t
s
of
i
n
f
o
r
m
a
t
i
o
n
de
s
i
g
n
s
.
T
hi
s
t
r
i
c
k
pe
rm
i
t
s
t
h
e
de
f
i
ni
t
i
o
n
o
f
a
n
o
n
l
i
n
e
a
r
e
xa
m
p
l
e
of
a
c
a
l
c
ul
a
t
i
o
n
t
ha
t
c
a
n
b
e
t
hr
o
w
n
a
s
f
a
r
a
s
do
t
p
r
o
duc
t
s
[1
7
-
22]
.
A
s
m
e
nt
i
o
n
e
d
b
e
fo
r
e
,
S
V
M
ha
v
e
t
w
o
gr
o
ups
w
h
i
c
h
i
s
L
i
n
e
a
r
S
V
M
a
n
d
N
on
-
L
i
n
e
a
r
S
V
M
.
T
h
e
a
ga
r
w
o
o
d
o
i
l
c
o
m
p
o
un
d
i
s
a
c
o
m
pl
e
x
s
i
g
na
l
a
n
d
t
h
e
d
a
t
a
c
a
nn
o
t
b
e
di
v
i
de
d
by
l
i
n
e
a
r
S
V
M
c
l
a
s
s
i
f
i
e
r
.
T
h
us
,
t
h
e
r
e
i
s
a
n
e
e
d
t
o
us
e
a
n
o
n
-
l
i
n
e
a
r
S
V
M
t
e
c
hn
i
q
ue
fo
r
ge
t
t
h
e
be
t
t
e
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
r
e
s
ul
t
[18].
T
h
e
w
a
y
i
s
pr
o
j
e
c
t
i
o
n
t
h
e
da
t
a
o
n
t
o
a
hi
g
h
e
r
di
m
e
n
s
i
o
na
l
s
pa
c
e
w
i
t
h
a
ke
rn
e
l
t
ri
c
k
s
o
t
h
e
da
t
a
c
a
n
b
e
i
s
o
l
a
t
e
d
ut
i
l
i
z
i
n
g
h
y
pe
r
-
pl
a
n
e
(
n
o
n
l
i
n
e
a
r
s
e
pa
ra
t
o
r
).
I
n
t
h
e
e
v
e
n
t
t
ha
t
w
e
ut
i
l
i
z
e
a
qu
a
d
ra
t
i
c
c
a
pa
c
i
t
y
t
o
o
ut
l
i
n
e
da
t
a
i
n
t
o
t
w
o
m
e
a
s
u
r
e
m
e
nt
s
,
a
t
t
ha
t
po
i
n
t
w
i
l
l
l
e
s
s
de
m
a
ndi
n
g
f
o
r
a
n
o
nl
i
n
e
a
r
s
e
pa
ra
t
o
r
t
o
c
ha
r
a
c
t
e
r
i
z
e
t
h
e
da
t
a
o
n
t
h
e
o
ff
c
h
a
n
c
e
t
h
a
t
w
e
ut
i
l
i
z
e
a
qu
a
d
ra
t
i
c
c
a
pa
c
i
t
y
t
o
de
l
i
n
e
a
t
e
d
a
t
a
i
n
t
o
t
w
o
m
e
a
s
ur
e
m
e
nt
s
(a
po
l
a
r
di
r
e
c
t
i
o
n
s
pr
o
j
e
c
t
i
o
n
w
o
ul
d
b
e
a
n
o
t
h
e
r
p
r
o
b
a
b
i
l
i
t
y
).
K
e
rn
e
l
f
un
c
t
i
o
n
i
s
s
uc
h
a
c
a
p
a
c
i
t
y
,
t
o
t
h
e
po
i
n
t
t
h
a
t
r
e
l
a
t
e
s
t
o
a
s
pe
c
k
i
t
e
m
i
n
s
o
m
e
e
xt
e
n
de
d
c
o
m
po
n
e
nt
s
pa
c
e
[19].
T
h
e
qu
a
d
r
a
t
i
c
ke
rn
e
l
i
s
u
n
de
r
f
a
m
i
l
y
p
o
l
y
n
o
m
i
a
l
i
n
t
w
o
m
e
a
s
u
r
e
m
e
nt
s
.
It
s
i
m
i
l
a
ri
t
y
i
s
f
o
r
po
l
y
n
o
m
i
a
l
i
f
d
=
1
t
h
e
n
c
a
l
l
e
d
a
s
l
i
n
e
a
r.
I
n
t
h
e
e
v
e
n
t
t
ha
t
d
=
2,
a
t
t
ha
t
po
i
n
t
c
a
l
l
e
d
qu
a
d
ra
t
i
c
w
h
e
r
e
i
s
i
t
n
o
rm
a
l
l
y
ut
i
l
i
z
e
d
Q
ua
d
-
ke
rn
e
l
f
o
r
2
-
di
m
e
n
s
i
o
na
l
v
e
c
t
o
r
s
a
s
g
i
v
e
n
by
[19,
24
-
25
],
u
ā
=
(u_
(1
)
u_2
)
(1)
v
ā
=
(v
_(1
)
v
_2)
(2)
Co
n
s
i
de
r
ī
(
ī
ā
ā
,
ī
ā
)
=
(
1
+
ī
ā
ā
īÆ
ī
ā
)
2
.
T
o
s
h
o
w
t
h
a
t
t
hi
s
i
s
a
ke
rn
e
l
,
i
.
e
.
,
t
h
a
t
ī
(
ī
ā
ā
,
ī
ā
)
=
Ćø
ī
ā
ā
īÆ
Ćø
ī
ā
a
n
d
Ćø
(
ī
ā
ā
)
=
(
1
ī
1
2
ā
2
ī
1
ī
2
ī
2
2
ā
2
ī
1
ā
2
ī
2
)
[19]
T
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
u
r
e
us
e
d
i
n
t
h
e
s
t
udy
i
s
t
h
e
c
o
n
f
u
s
i
o
n
m
a
t
r
i
x
.
It
i
s
i
n
c
l
ud
i
n
g
a
c
c
u
r
a
c
y
,
s
e
n
s
i
t
i
v
i
t
y
,
pr
e
c
i
s
i
o
n
a
n
d
s
pe
c
i
f
i
c
i
t
y
.
T
h
e
c
o
n
f
us
i
o
n
m
a
t
r
i
x
di
v
i
de
d
i
nt
o
t
w
o
pa
rt
w
h
i
c
h
t
h
e
m
a
t
ri
x
r
o
w
de
n
o
t
e
s
t
h
e
a
c
t
ua
l
c
l
a
s
s
a
n
d
t
h
e
m
a
t
r
i
x
c
o
l
um
n
s
h
o
w
s
t
h
e
p
re
di
c
t
e
d
c
l
a
s
s
[2].
F
o
ur
e
l
e
m
e
n
t
s
t
h
a
t
i
n
v
o
l
v
e
d
i
n
t
h
i
s
m
e
a
s
u
r
e
m
e
nt
a
r
e
t
r
ue
po
s
i
t
i
v
e
s
(
ī
ī
),
t
r
ue
n
e
ga
t
i
v
e
s
(
ī
ī
),
f
a
l
s
e
p
o
s
i
t
i
v
e
s
(
ī
ī
)
a
n
d
f
a
l
s
e
n
e
ga
t
i
v
e
s
(
ī
ī
).
A
c
o
n
f
us
i
o
n
m
a
t
r
i
x
i
s
t
a
b
ul
a
t
e
d
i
n
T
a
b
l
e
1
.
T
a
b
l
e
1
.
A
Co
n
f
us
i
o
n
M
a
t
ri
x
[3]
D
A
T
A
CL
A
S
S
Cl
a
s
s
i
fi
e
d
a
s
P
o
s
i
t
i
v
e
Cl
a
s
s
i
fi
e
d
a
s
N
e
g
a
t
i
v
e
P
o
s
i
t
i
v
e
(+
)
T
ru
e
p
o
s
i
t
i
v
e
(
t
p
)
F
a
l
s
e
n
e
g
a
t
i
v
e
(
f
n
)
N
e
g
a
t
i
v
e
(
-
)
F
a
l
s
e
p
o
s
i
t
i
v
e
(
f
p
)
T
ru
e
n
e
g
a
t
i
v
e
(t
n
)
i
n
w
h
i
c
h;
t
p
i
s
t
h
e
n
u
m
b
e
r
of
c
o
r
r
e
c
t
l
y
c
l
a
s
s
i
f
i
e
d
t
o
t
h
e
c
l
a
s
s
e
xa
m
pl
e
s
,
t
n
i
s
t
h
e
n
u
m
b
e
r
of
c
o
r
r
e
c
t
l
y
i
de
nt
i
f
i
e
d
t
o
t
h
e
n
o
t
c
l
a
s
s
e
xa
m
p
l
e
s
,
f
p
i
s
t
h
e
e
xa
m
p
l
e
i
n
c
o
rr
e
c
t
l
y
i
de
n
t
i
f
i
e
d
t
o
t
h
e
c
l
a
s
s
e
xa
m
pl
e
s
a
n
d
f
n
i
s
t
h
e
e
xa
m
pl
e
s
i
n
c
o
rr
e
c
t
l
y
i
de
nt
i
f
i
e
d
t
o
t
h
e
n
o
t
c
l
a
s
s
e
xa
m
pl
e
s
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
ļ²
Q
uadr
at
i
c
t
un
e
d
k
e
r
n
e
l
par
am
e
t
e
r
i
n
No
n
-
l
i
ne
ar
s
uppor
t
v
e
c
t
or
ā¦
(
Muham
ad
A
d
di
n
A
k
m
al
B
i
n
Mohd
R
ai
f
)
1373
2.
R
ES
EA
R
C
H
M
ET
H
O
D
T
h
e
96
s
a
m
pl
e
s
of
a
ga
r
w
oo
d
o
i
l
fo
r
t
h
e
pr
o
j
e
c
t
w
e
r
e
ob
t
a
i
n
e
d
f
r
o
m
t
h
e
F
o
r
e
s
t
R
e
s
e
a
r
c
h
I
n
s
t
i
t
u
t
e
M
a
l
a
y
s
i
a
(F
R
IM
),
M
a
l
a
y
s
i
a
a
nd
B
i
o
A
r
o
m
a
t
i
c
R
e
s
e
a
r
c
h
Ce
nt
r
e
of
E
xc
e
l
l
e
n
t
(B
A
R
C),
U
n
i
v
e
r
s
i
t
y
M
a
l
a
y
s
i
a
P
a
h
a
n
g
,
M
a
l
a
y
s
i
a
.
T
h
e
n,
t
h
e
i
de
n
t
i
f
i
c
a
t
i
o
n
o
f
t
h
e
a
g
a
r
w
oo
d
o
i
l
c
h
e
m
i
c
a
l
c
o
m
po
un
d
w
a
s
do
n
e
by
us
i
n
g
S
V
M
.
T
h
e
s
a
m
pl
e
p
r
e
pa
ra
t
i
o
n
a
n
d
c
o
m
po
un
ds
e
xt
ra
c
t
i
o
n
w
e
r
e
do
ne
by
t
h
e
p
r
e
v
i
o
us
r
e
s
e
a
r
c
h
e
r
[
6
-
7]
.
F
i
gu
r
e
1
s
h
o
w
s
t
h
e
f
l
ow
c
h
a
r
t
f
o
r
pr
e
p
a
r
a
t
o
r
y
pl
a
nn
e
d
i
n
t
h
i
s
pr
o
j
e
c
t
.
It
s
t
a
r
t
w
i
t
h
t
h
e
d
a
t
a
c
o
l
l
e
c
t
i
o
n
f
r
o
m
i
nput
a
nd
o
ut
put
da
t
a
t
ha
t
ha
v
e
be
e
n
do
n
e
by
pr
e
v
i
o
us
r
e
s
e
a
r
c
h
e
r
[6
-
7]
.
T
h
e
n,
f
o
l
l
ow
by
t
h
e
da
t
a
pr
o
c
e
s
s
i
n
g.
A
t
t
h
i
s
s
t
a
ge
,
t
h
e
p
r
o
c
e
s
s
w
a
s
n
o
r
m
a
l
i
z
i
n
g
t
h
e
da
t
a
,
r
a
ndo
m
i
z
e
t
h
e
da
t
a
a
n
d
t
h
e
n
s
pl
i
t
t
h
e
da
t
a
t
o
t
r
a
i
ni
n
g
a
nd
t
e
s
t
i
n
g
da
t
a
s
e
t
w
i
t
h
t
h
e
ra
t
i
o
o
f
80%:
20%
r
e
s
pe
c
t
i
v
e
l
y
.
N
e
xt
i
s
t
h
e
S
V
M
m
o
de
l
de
v
e
l
o
pm
e
n
t
us
i
n
g
t
ra
i
ni
n
g
da
t
a
s
e
t
w
a
s
c
a
rr
i
e
d
o
ut
i
n
t
u
ni
n
g
qua
d
r
a
t
i
c
ke
rn
e
l
p
a
r
a
m
e
t
e
r
a
nd
u
n
de
r
go
t
h
e
t
e
s
t
f
o
r
S
V
M
m
o
de
l
de
v
e
l
o
pm
e
n
t
by
us
i
n
g
t
e
s
t
i
ng
da
t
a
s
e
t
.
T
h
e
m
o
de
l
s
h
o
ul
d
be
a
b
l
e
t
o
pa
s
s
a
l
l
t
h
e
pe
r
f
o
r
m
a
n
c
e
c
r
i
t
e
r
i
a
w
h
i
c
h
a
r
e
a
c
c
ur
a
c
y
,
c
o
n
f
us
i
o
n
m
a
t
r
i
x
,
s
e
n
s
i
t
i
v
i
t
y
,
pr
e
c
i
s
i
o
n
a
n
d
s
pe
c
i
f
i
c
i
t
y
.
If
t
h
e
m
o
de
l
pa
s
s
e
d,
t
h
e
m
o
de
l
w
i
l
l
b
e
a
c
c
e
pt
e
d
a
n
d
i
f
i
t
i
s
n
o
t
,
i
t
w
i
l
l
n
e
e
d
t
o
u
nde
r
go
d
a
t
a
p
r
e
-
p
r
o
c
e
s
s
i
n
g
p
r
e
c
i
s
e
a
s
s
h
o
w
n
i
n
t
h
e
f
i
gu
r
e
.
F
i
gu
r
e
1
.
F
l
o
w
c
h
a
r
t
o
f
E
xpe
ri
m
e
n
t
a
l
S
e
t
-
up
D
a
t
a
c
o
l
l
e
c
t
i
o
n
us
e
d
i
n
t
hi
s
s
t
udy
c
o
n
s
i
s
t
s
o
f
96
s
a
m
pl
e
o
f
a
ga
r
w
oo
d
o
i
l
i
n
t
e
r
m
o
f
a
b
un
da
n
c
e
s
(%)
.
T
h
e
da
t
a
a
r
e
f
r
o
m
h
i
g
h
a
nd
l
o
w
qua
l
i
t
y
of
t
hr
e
e
o
i
l
,
a
n
d
a
l
s
o
b
e
l
o
n
gs
t
o
s
e
ve
n
c
o
m
po
un
ds
w
h
i
c
h
a
r
e
c
o
de
d
a
s
C1
t
o
C7.
It
i
s
n
o
t
e
d
a
s
C1
i
s
Ī²
-
a
ga
r
o
f
ura
n
,
C2
i
s
Ī±
-
a
ga
r
o
f
ura
n
,
C
3
i
s
10
-
e
pi
-
Ļ
-
e
ude
s
m
o
l
,
C
4
i
s
Ļ
e
ude
s
m
o
l
,
C5
i
s
l
o
n
g
i
f
o
l
o
l
,
C6
i
s
h
e
x
a
de
c
a
n
o
l
a
n
d
C7
i
s
e
ude
s
m
o
l
.
F
i
g
ur
e
2
s
h
o
w
s
t
h
e
c
o
di
n
g
f
o
r
p
r
e
-
p
r
o
c
e
s
s
i
n
g.
A
f
t
e
r
l
o
a
d
t
h
e
da
t
a
o
f
t
h
e
s
a
m
p
l
e
of
a
ga
r
w
oo
d
o
i
l
,
t
h
e
da
t
a
i
s
s
pl
i
t
t
e
d
i
nt
o
t
r
a
i
n
i
ng
a
nd
t
e
s
t
i
ng
da
t
a
s
e
t
w
i
t
h
t
h
e
r
a
t
i
o
of
80%
a
n
d
20%
,
r
e
s
pe
c
t
i
v
e
l
y
.
Be
fo
r
e
i
t
i
s
b
e
i
n
g
s
pl
i
t
t
e
d,
t
he
da
t
a
h
a
s
go
n
e
n
o
r
m
a
l
i
z
a
t
i
o
n
a
n
d
r
a
ndo
m
i
z
a
t
i
o
n
pr
o
c
e
s
s
.
A
f
t
e
r
t
ha
t
,
t
h
e
da
t
a
i
s
f
e
d
t
o
S
V
M
fo
r
m
o
de
l
l
i
n
g
t
h
e
m
i
n
t
o
t
w
o
c
l
a
s
s
e
s
(h
i
g
h
a
nd
l
o
w
qua
l
i
t
y
)
of
t
h
e
o
i
l
.
F
i
gu
r
e
2
.
T
h
e
M
a
t
l
a
b
S
c
r
i
pt
f
o
r
L
o
a
d
a
n
d
A
rra
n
ge
t
h
e
D
a
t
a
i
n
M
a
t
l
a
b
Evaluation Warning : The document was created with Spire.PDF for Python.
ļ²
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
1
7
,
N
o
.
3
,
M
a
r
c
h
20
20
:
1
3
7
1
-
1
3
7
6
1374
T
h
e
t
ra
i
ni
n
g
d
a
t
a
s
e
t
a
n
d
t
e
s
t
i
n
g
da
t
a
s
e
t
w
e
r
e
s
pl
i
t
t
e
d
f
r
o
m
t
h
e
da
t
a
c
o
l
l
e
c
t
i
o
n
t
ha
t
c
o
n
s
i
s
t
s
o
f
9
6
s
a
m
pl
e
s
w
i
t
h
t
h
e
ra
t
i
o
of
80%
a
n
d
20
%,
r
e
s
pe
c
t
i
v
e
l
y
.
It
m
e
a
n
s
t
h
a
t
f
o
r
t
r
a
i
n
i
ng
d
a
t
a
s
e
t
i
t
ha
s
77
s
a
m
pl
e
s
w
h
i
l
e
f
o
r
t
e
s
t
i
n
g
d
a
t
a
i
t
ha
s
19
s
a
m
p
l
e
s
.
T
h
e
d
i
f
fe
r
e
nt
b
e
t
w
e
e
n
t
h
e
s
e
t
w
o
da
t
a
s
e
t
s
i
s
t
r
a
i
n
i
ng
d
a
t
a
w
a
s
us
e
d
t
o
c
r
e
a
t
e
a
m
o
de
l
w
h
i
l
e
t
e
s
t
i
ng
da
t
a
s
e
t
w
a
s
us
e
d
t
o
pr
e
di
c
t
t
h
e
o
ut
put
b
a
s
e
d
o
n
t
h
e
m
o
de
l
.
T
h
i
s
ra
t
i
o
w
a
s
us
e
d
b
e
c
a
us
e
t
h
e
b
i
gge
r
da
t
a
t
ra
i
n
i
s
b
e
t
t
e
r
t
o
b
ui
l
d
a
m
o
de
l
.
F
i
gu
r
e
3
s
h
o
w
s
t
h
e
c
o
di
n
g
f
o
r
S
V
M
m
o
de
l
us
i
n
g
qu
a
d
ra
t
i
c
ke
rn
e
l
f
un
c
t
i
o
n.
A
f
t
e
r
de
s
i
g
n
i
nt
o
t
r
a
i
ni
n
g
a
nd
t
e
s
t
i
n
g
da
t
a
s
e
t
,
S
V
M
m
o
de
l
w
a
s
b
ui
l
d
us
i
ng
t
ra
i
ni
n
g
da
t
a
s
e
t
.
B
e
c
a
us
e
of
t
h
e
a
ga
r
w
oo
d
o
i
l
c
o
m
po
un
d
i
s
a
c
o
m
pl
e
x
s
i
g
n
a
l
,
t
h
e
qua
d
ra
t
i
c
ke
rn
e
l
t
r
i
c
k
w
a
s
us
e
d
i
n
t
hi
s
m
e
t
h
o
d.
Q
u
a
d
ra
t
i
c
ke
rn
e
l
f
un
c
t
i
o
n
t
r
a
n
s
f
o
r
m
s
t
h
e
d
a
t
a
i
n
t
o
hi
g
h
e
r
d
i
m
e
n
s
i
o
n
a
l
f
e
a
t
u
r
e
s
p
a
c
e
t
o
pe
r
f
o
r
m
t
h
e
l
i
n
e
a
r
s
e
pa
r
a
t
i
o
n
.
F
i
gu
r
e
3
.
T
h
e
M
a
t
l
a
b
S
c
r
i
pt
f
o
r
S
V
M
m
o
de
l
us
i
n
g
Q
ua
d
ra
t
i
c
K
e
rn
e
l
F
i
gu
r
e
4
s
h
o
w
s
t
h
e
c
o
di
n
g
f
o
r
S
V
M
c
l
a
s
s
i
fy
t
ha
t
us
i
n
g
t
h
e
i
n
f
o
r
m
a
t
i
o
n
i
n
a
S
V
M
m
o
de
l
t
ha
t
b
ui
l
t
b
e
fo
r
e
.
T
hi
s
s
t
e
p
i
s
t
o
ge
t
t
h
e
p
r
e
d
i
c
t
e
d
o
ut
put
.
E
a
c
h
r
o
w
of
t
h
e
t
e
s
t
i
n
g
d
a
t
a
i
s
t
e
s
t
o
n
t
h
e
m
o
de
l
a
n
d
c
l
a
s
s
i
f
i
e
d
t
h
e
m
e
i
t
h
e
r
g
r
o
up
1(l
o
w
qua
l
i
t
y
)
o
r
g
r
o
up
2
(
hi
g
h
qua
l
i
t
y
)
a
s
s
h
o
w
n
i
n
t
h
e
T
a
b
l
e
3.
F
i
gu
r
e
4
.
T
h
e
M
a
t
l
a
b
S
c
r
i
pt
f
o
r
S
V
M
C
l
a
s
s
i
fy
3.
R
ES
U
LTS
A
N
D
A
N
A
L
Y
S
I
S
T
h
e
f
i
n
d
i
n
g
f
r
o
m
S
V
M
r
e
v
e
a
l
e
d
14
s
uppo
r
t
v
e
c
t
o
r
s
f
r
o
m
t
he
t
ra
i
ni
n
g
d
a
t
a
s
e
t
a
n
d
i
t
i
s
t
a
b
ul
a
t
e
d
i
n
T
a
b
l
e
2.
B
a
s
i
c
a
l
l
y
,
t
h
e
s
uppo
rt
v
e
c
t
o
r
b
e
l
o
n
gs
t
o
s
e
v
e
n
c
o
m
po
un
ds
c
o
de
d
a
s
C1
t
o
C7.
It
i
s
n
o
t
i
c
e
d
t
ha
t
t
h
e
v
a
l
ue
s
a
r
e
w
i
t
hi
n
-
1
.
38
t
o
3.
66
f
o
r
C1
t
o
C7.
S
pe
c
i
f
i
c
a
l
l
y
,
f
o
r
C1,
t
h
e
m
i
ni
m
um
v
e
c
t
o
r
i
s
-
0.
74
a
nd
t
h
e
m
a
x
i
m
u
m
v
e
c
t
o
r
i
s
1.
08
.
F
o
r
C2,
t
h
e
m
i
n
i
m
um
v
e
c
t
o
r
i
s
-
0.
76
a
n
d
t
h
e
m
a
x
i
m
um
v
e
c
t
o
r
i
s
1.
57.
F
o
r
C3,
t
h
e
m
i
ni
m
u
m
v
e
c
t
o
r
i
s
-
1.
16
a
nd
t
h
e
m
a
x
i
m
u
m
v
e
c
t
o
r
i
s
0.
67
.
F
o
r
C4,
t
h
e
m
i
n
i
m
u
m
v
e
c
t
o
r
i
s
-
1.
38
a
n
d
t
h
e
m
a
x
i
m
u
m
v
e
c
t
o
r
i
s
1.
02
.
F
o
r
C5,
t
h
e
m
i
n
i
m
um
v
e
c
t
o
r
i
s
-
0.
31
a
n
d
t
h
e
m
a
x
i
m
um
v
e
c
t
o
r
i
s
3.
39.
F
o
r
C6,
t
h
e
m
i
ni
m
u
m
v
e
c
t
o
r
i
s
-
0.
38
a
nd
t
h
e
m
a
x
i
m
u
m
v
e
c
t
o
r
i
s
3.
66
.
F
o
r
C7,
t
h
e
m
i
n
i
m
u
m
v
e
c
t
o
r
i
s
-
0.
37
a
n
d
t
h
e
m
a
x
i
m
u
m
v
e
c
t
o
r
i
s
3
.
19
.
O
v
e
r
a
l
l
,
i
t
c
a
n
b
e
s
e
e
n
t
ha
t
C6
h
a
s
t
h
e
hi
g
h
e
s
t
v
e
c
t
o
r
t
ha
t
i
s
3
.
66
.
T
a
b
l
e
2
.
S
uppo
r
t
V
e
c
t
o
r
f
o
r
C1
t
o
C
7
V
e
c
t
o
r
C1
C2
C3
C4
C5
C6
C7
1
-
0
.
7
4
-
0
.
7
6
0
.
6
7
-
1
.
3
8
-
0
.
3
1
-
0
.
3
8
-
0
.
3
7
2
-
0
.
5
5
-
0
.
7
6
-
0
.
9
9
-
1
.
0
4
-
0
.
3
1
-
0
.
3
8
-
0
.
3
7
3
1
.
0
8
1
.
5
7
0
.
4
8
1
.
0
2
-
0
.
2
9
-
0
.
3
3
-
0
.
3
5
4
-
0
.
5
5
-
0
.
7
2
-
0
.
9
9
-
1
.
0
4
-
0
.
3
0
-
0
.
3
2
-
0
.
3
3
5
-
0
.
4
7
-
0
.
6
2
-
1
.
1
6
-
0
.
7
3
3
.
3
9
3
.
6
6
3
.
1
9
6
-
0
.
6
3
-
0
.
1
6
-
1
.
1
3
-
0
.
7
8
-
0
.
3
0
-
0
.
2
4
0
.
7
6
7
-
0
.
7
2
-
0
.
7
5
0
.
6
7
-
1
.
3
8
-
0
.
3
0
-
0
.
2
7
-
0
.
3
3
8
-
0
.
5
4
-
0
.
7
5
-
0
.
1
0
-
1
.
0
4
-
0
.
2
9
-
0
.
3
8
-
0
.
3
7
9
-
0
.
7
0
-
0
.
7
4
-
0
.
0
4
-
1
.
3
7
-
0
.
2
7
-
0
.
2
5
-
0
.
3
7
10
-
0
.
7
2
-
0
.
7
3
0
.
6
7
-
1
.
3
7
-
0
.
2
8
-
0
.
2
7
-
0
.
3
6
11
-
0
.
6
7
-
0
.
6
0
0
.
6
6
-
1
.
3
6
-
0
.
2
6
-
0
.
2
1
-
0
.
3
6
12
-
0
.
7
0
-
0
.
7
5
-
0
.
0
2
-
1
.
3
7
-
0
.
2
7
-
0
.
3
5
-
0
.
3
4
13
-
0
.
7
4
-
0
.
6
1
0
.
6
6
-
1
.
3
5
-
0
.
3
1
-
0
.
2
1
-
0
.
3
5
T
a
b
l
e
4
(a
)
t
a
b
ul
a
t
e
s
t
h
e
r
e
s
ul
t
a
b
o
ut
t
h
e
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
u
r
e
us
e
d
i
n
t
h
e
r
e
s
e
a
r
c
h
t
ha
t
i
s
qua
d
r
a
t
i
c
t
u
n
e
d
ke
rn
e
l
p
a
r
a
m
e
t
e
r.
T
h
e
v
a
l
ue
of
t
r
ue
po
s
i
t
i
v
e
i
n
qua
d
ra
t
i
c
i
s
4
a
n
d
t
h
e
v
a
l
ue
of
f
a
l
s
e
n
e
ga
t
i
v
e
i
s
0.
In
o
t
h
e
r
s
i
de
,
t
h
e
v
a
l
ue
f
o
r
f
a
l
s
e
po
s
i
t
i
v
e
i
s
0
w
h
i
l
e
t
rue
n
e
ga
t
i
v
e
i
s
15
.
It
m
e
a
n
s
t
ha
t
f
r
o
m
a
l
l
t
h
e
ni
n
e
t
e
e
n
n
u
m
b
e
r
s
o
f
s
a
m
pl
e
s
,
t
h
e
r
e
i
s
f
o
ur
n
u
m
b
e
r
s
o
f
s
a
m
pl
e
s
ha
s
s
t
r
o
ngl
y
pr
e
di
c
t
e
d
t
o
gr
o
up
1
(l
o
w
qua
l
i
t
y
)
a
n
d
t
h
e
o
t
h
e
r
f
i
f
t
e
e
n
n
um
b
e
r
s
o
f
s
a
m
p
l
e
h
a
s
s
t
r
o
n
g
l
y
pr
e
di
c
t
e
d
t
o
gr
o
up
2
(
h
i
g
h
q
ua
l
i
t
y
).
By
o
bs
e
r
v
a
t
i
o
n
i
n
T
a
b
l
e
4
(b
),
i
t
i
s
c
l
e
a
r
l
y
s
h
ow
e
d
t
h
a
t
a
l
l
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
be
h
a
v
i
o
ur
w
h
i
c
h
a
r
e
t
h
e
a
c
c
ur
a
c
y
,
s
e
n
s
i
t
i
v
i
t
y
,
Evaluation Warning : The document was created with Spire.PDF for Python.
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
IS
S
N
:
2502
-
4752
ļ²
Q
uadr
at
i
c
t
un
e
d
k
e
r
n
e
l
par
am
e
t
e
r
i
n
No
n
-
l
i
ne
ar
s
uppor
t
v
e
c
t
or
ā¦
(
Muham
ad
A
d
di
n
A
k
m
al
B
i
n
Mohd
R
ai
f
)
1375
s
pe
c
i
f
i
c
i
t
y
a
n
d
p
r
e
c
i
s
i
o
n
a
c
hi
e
v
e
d
100%.
O
v
e
r
a
l
l
,
t
h
e
r
e
s
ul
t
s
h
o
w
s
h
i
g
h
pe
r
f
o
r
m
a
n
c
e
t
h
a
t
r
e
l
a
t
e
d
t
o
S
V
M
t
e
c
hn
i
q
ue
w
a
s
p
r
o
v
e
n
a
s
a
go
o
d
c
l
a
s
s
i
f
i
e
r
f
o
r
a
g
a
r
w
oo
d
o
i
l
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
a
b
l
e
3
.
P
r
e
di
c
t
e
d
O
u
t
pu
t
D
a
t
a
N
o
.
o
f
s
a
m
p
l
e
s
G
ro
u
p
1
2
2
1
3
2
4
2
5
1
6
2
7
2
8
2
9
2
10
1
11
2
12
2
13
2
14
2
15
1
16
2
17
2
18
2
19
2
T
a
b
l
e
4
.
T
h
e
C
l
a
s
s
i
f
i
c
a
t
i
o
n
P
e
r
f
o
r
m
a
n
c
e
M
e
a
s
u
r
e
s
f
o
r
T
e
s
t
i
ng
D
a
t
a
;
(
a
)
c
o
n
f
us
i
o
n
m
a
t
ri
x
a
n
d
(b
)
A
c
c
ura
c
y
,
S
e
n
s
i
t
i
v
i
t
y
,
S
pe
c
i
f
i
c
i
t
y
a
n
d
P
r
e
c
i
s
i
o
n
D
a
t
a
Cl
a
s
s
P
re
d
i
c
t
e
d
a
s
p
o
s
i
t
i
v
e
P
re
d
i
c
t
e
d
a
s
n
e
g
a
t
i
v
e
L
o
w
q
u
a
l
i
t
y
4
(t
p
)
0
(fn
)
H
i
g
h
q
u
a
l
i
t
y
0
(fp
)
1
5
(t
n
)
P
a
ra
m
e
t
e
r
V
a
l
u
e
A
c
c
u
ra
c
y
(
A
C
C)
100%
S
e
n
s
i
t
i
v
i
t
y
(
S
E
N
S
)
100%
S
p
e
c
i
f
i
c
i
t
y
(S
P
E
C
)
100%
P
re
c
i
s
i
o
n
(
P
R
E
C)
100%
(a
)
(b
)
T
a
b
l
e
5
t
a
b
ul
a
t
e
s
t
h
e
t
e
s
t
t
a
rge
t
,
p
r
e
di
c
t
e
d
t
e
s
t
t
a
rge
t
,
p
r
e
di
c
t
i
o
n
e
rr
o
r
s
a
nd
i
t
s
m
.
s
.
e
.
I
n
ge
n
e
ra
l
,
t
h
e
pr
e
di
c
t
i
o
n
e
rr
o
r
s
f
o
r
t
e
s
t
t
a
r
ge
t
a
r
e
z
e
r
o
e
rr
o
r
f
o
r
n
i
n
e
t
e
e
n
t
a
rge
t
da
t
a
t
ha
t
l
e
a
ds
z
e
r
o
e
rr
o
r
f
o
r
m
.
s
.
e
.
T
a
b
l
e
5
.
T
e
s
t
T
a
r
ge
t
,
P
r
e
di
c
t
e
d
T
e
s
t
T
a
r
ge
t
,
P
r
e
di
c
t
i
o
n
E
rr
o
rs
a
n
d
i
t
s
m
.
s
.
e
T
e
s
t
T
a
rg
e
t
(
y
t
e
s
t
)
P
re
d
i
c
t
e
d
T
e
s
t
T
a
rg
e
t
(
y
h
a
t
t
e
s
t
)
P
re
d
i
c
t
i
o
n
E
rr
o
r
(
e
rrT
e
s
t
)
M
e
a
n
S
q
u
a
r
e
E
rro
r
(
m
.
s
.
e
)
2
2
0
0
1
1
0
2
2
0
2
2
0
1
1
0
2
2
0
2
2
0
2
2
0
2
2
0
1
1
0
2
2
0
2
2
0
2
2
0
2
2
0
1
1
0
2
2
0
2
2
0
2
2
0
2
2
0
4.
C
O
N
C
LU
S
I
O
N
T
h
e
s
t
udy
i
n
t
h
i
s
pa
pe
r
h
a
s
s
uc
c
e
s
s
f
ul
l
y
e
v
a
l
ua
t
e
d
t
h
e
a
ga
r
w
oo
d
o
i
l
qua
l
i
t
y
t
o
h
i
g
h
a
n
d
l
o
w
us
i
n
g
Q
ua
d
r
a
t
i
c
K
e
rn
e
l
pa
ra
m
e
t
e
r.
T
h
e
t
e
c
hn
i
q
ue
w
a
s
c
h
o
s
e
n
be
c
a
us
e
i
t
w
a
s
o
n
e
o
f
t
h
e
m
o
s
t
i
de
a
l
t
e
c
hn
i
q
ue
s
fo
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
of
a
ga
r
w
oo
d
o
i
l
by
i
m
pl
e
m
e
nt
i
ng
t
h
e
a
b
un
da
n
c
e
s
of
s
i
gn
i
f
i
c
a
nt
c
h
e
m
i
c
a
l
c
o
m
po
un
d
a
s
Evaluation Warning : The document was created with Spire.PDF for Python.
ļ²
IS
S
N
:
2502
-
4752
In
do
n
e
s
i
a
n
J
E
l
e
c
E
ng
&
Co
m
p
S
c
i
,
V
o
l
.
1
7
,
N
o
.
3
,
M
a
r
c
h
20
20
:
1
3
7
1
-
1
3
7
6
1376
t
h
e
i
nput
a
nd
a
g
a
r
w
oo
d
o
i
l
qua
l
i
t
y
a
s
o
ut
put
.
T
h
e
da
t
a
w
a
s
e
xt
ra
c
t
e
d
us
i
n
g
S
uppo
rt
V
e
c
t
o
r
M
a
c
h
i
n
e
(S
V
M
).
T
h
e
r
e
s
ul
t
s
h
o
w
e
d
t
h
a
t
t
h
i
s
t
e
c
hni
que
c
o
m
e
s
w
i
t
h
100
%
a
c
c
ur
a
c
y
a
n
d
pa
s
s
e
d
o
t
h
e
r
pe
r
f
o
r
m
a
n
c
e
m
e
a
s
ur
e
s
;
s
e
n
s
i
t
i
v
i
t
y
,
s
pe
c
i
f
i
c
i
t
y
,
pr
e
c
i
s
i
o
n
a
n
d
c
o
n
f
us
i
o
n
m
a
t
r
i
x
.
T
h
e
f
i
n
di
ng
i
n
t
hi
s
s
t
udy
w
a
s
s
i
gni
f
i
c
a
n
c
e
t
hus
i
t
w
i
l
l
b
e
n
e
f
i
t
o
t
h
e
r
f
ut
u
r
e
w
o
r
k
e
s
pe
c
i
a
l
l
y
i
n
a
ga
r
w
o
o
d
o
i
l
c
l
a
s
s
i
f
i
c
a
t
i
o
n
s
y
s
t
e
m
.
R
EF
ER
EN
C
ES
[
1]
E
.
B
o
t
a
n
i
c
a
l
s
.
(
20
17)
.
A
g
a
r
w
o
o
d
E
s
s
e
nt
i
a
l
O
i
l
.
A
v
a
i
l
a
b
l
e
:
ht
t
p
s
:
/
/
w
w
w
.
e
d
e
nbo
t
a
n
i
c
a
l
s
.
c
o
m
/
a
g
a
r
w
o
o
d
-
o
i
l
-
o
ud
-
a
l
o
e
s
w
o
o
d.
ht
m
l
[
2]
R
.
N
a
e
f
,
"
T
h
e
v
o
l
a
t
i
l
e
a
nd
s
e
m
i
ā
v
o
l
a
t
i
l
e
c
o
ns
t
i
t
u
e
nt
s
o
f
a
g
a
r
w
o
o
d,
t
h
e
i
nf
e
c
t
e
d
he
a
r
t
w
o
o
d
o
f
A
qui
l
a
r
i
a
s
p
e
c
i
e
s
:
a
r
e
v
i
e
w
,
"
F
l
av
o
ur
an
d
F
r
ag
r
anc
e
J
ou
r
na
l
,
v
o
l
.
26
,
p
p.
73
-
87
,
201
1.
[
3]
T
a
ke
m
o
t
o
,
H
i
r
o
a
k
i
,
I
t
o
,
M
i
c
h
i
ho
,
S
hi
r
a
k
i
,
T
o
m
o
hi
r
o
,
Y
a
g
ur
a
,
T
o
r
u
a
nd
H
o
nda
,
G
i
s
ho
,
ā
S
e
da
t
i
v
e
e
f
f
e
c
t
s
o
f
v
a
po
r
i
nha
l
a
t
i
o
n
o
f
a
g
a
r
w
o
o
d
o
i
l
a
nd
s
p
i
ke
na
r
d
e
xt
r
a
c
t
a
nd
i
de
n
t
i
f
i
c
a
t
i
o
n
o
f
t
he
i
r
a
c
t
i
v
e
c
o
m
po
ne
nt
s
ā
,
J
our
nal
o
f
N
a
t
u
r
a
l
M
e
di
c
i
ne
s
,
V
o
l
.
2
,
I
s
s
ue
1,
pg
.
41
-
46
,
2008
.
[
4]
C
he
n,
H
ua
i
ā
Q
i
o
ng
,
W
e
i
,
J
i
a
n
ā
H
e
,
Y
a
ng
,
J
un
ā
S
ha
n,
Z
ha
ng
,
Z
he
ng
,
Y
a
ng
,
Y
u
n,
G
a
o
,
Z
h
i
ā
H
u
i
,
S
u
i
,
C
hun
,
G
o
ng
,
ā
C
he
m
i
c
a
l
c
o
ns
t
i
t
u
e
nt
s
o
f
a
g
a
r
w
o
o
d
o
r
i
g
i
na
t
i
ng
f
r
o
m
t
he
e
n
d
e
m
i
c
g
e
nus
A
qui
l
a
r
i
a
p
l
a
n
t
s
ā
,
C
he
m
i
s
t
r
y
&
B
i
od
i
v
e
r
s
i
t
y
,
Vo
l
.
9
,
I
s
s
ue
2
,
pp
.
236
-
250
,
201
2.
[
5]
N
S
ul
a
i
m
a
n
,
M
I
da
I
da
y
u,
a
nd
A
Z
R
a
m
l
a
n,
ā
E
f
f
e
c
t
s
O
f
E
xt
r
a
c
t
i
o
n
M
e
t
ho
ds
o
n
Y
i
e
l
d
a
n
d
C
he
m
i
c
a
l
C
o
m
po
unds
of
G
a
ha
r
u
(
A
qui
l
a
r
i
a
M
a
l
a
c
c
e
ns
i
s
)
,
J
our
n
al
o
f
T
r
op
i
c
a
l
F
or
e
s
t
Sc
i
e
nc
e
(
J
T
F
S
)
,
V
o
l
.
27,
N
o
.
3,
pp.
41
3
-
419,
2
015
.
[
6]
W
.
H
i
da
y
a
t
,
A
.
Y
.
M
.
S
ha
ka
f
f
,
M
.
N
.
A
hm
a
d,
a
n
d
A
.
H
.
A
dom
,
"
C
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
a
g
a
r
w
oo
d
o
i
l
us
i
ng
a
n
e
l
e
c
t
r
o
ni
c
no
s
e
,
"
Se
ns
or
s
,
v
o
l
.
1
0,
pp
.
467
5
-
4685
,
2010
.
[
7]
B
a
r
de
n,
N
.
A
.
A
na
k,
T
.
M
u
l
l
i
k
e
n
,
a
nd
M
.
S
o
ng
,
"
H
e
a
r
t
o
f
t
he
m
a
t
t
e
r
:
a
g
a
r
w
oo
d
us
e
a
nd
t
r
a
d
e
a
nd
C
I
T
E
S
i
m
pl
e
m
e
n
t
a
t
i
o
n
f
o
r
A
qui
l
a
r
i
a
m
a
l
a
c
c
e
ns
i
s
,
"
T
R
A
F
F
I
C
I
nt
e
r
na
t
i
o
na
l
,
C
a
m
br
i
dg
e
,
U
K
,
2
000
.
[
8]
G
.
A
.
P
e
r
s
o
o
n
a
nd
H
.
H
.
B
e
e
k,
"
G
r
o
w
i
ng
ā
t
he
w
o
o
d
o
f
t
he
g
o
ds
ā
:
a
g
a
r
w
oo
d
pr
o
duc
t
i
o
n
i
n
s
o
ut
h
e
a
s
t
A
s
i
a
,
"
S
m
a
l
l
ho
l
de
r
T
r
e
e
G
r
o
w
i
ng
f
o
r
R
ur
a
l
D
e
v
e
l
o
pm
e
n
t
a
nd
E
nv
i
r
o
nm
e
n
t
a
l
S
e
r
v
i
c
e
s
,
pp
.
2
45
-
262
,
2008
.
[
9]
M
.
N
o
r
A
z
a
h,
Y
.
C
ha
ng
,
J
.
M
a
i
l
i
n
a
,
S
.
S
a
i
da
t
u
l
H
us
n
i
,
H
.
N
o
r
H
a
s
n
i
da
,
a
nd
Y
.
N
i
k
Y
a
s
m
i
n,
"
C
o
m
pa
r
i
s
o
n
o
f
c
he
m
i
c
a
l
p
r
o
f
i
l
e
s
o
f
s
e
l
e
c
t
e
d
g
a
ha
r
u
o
i
l
s
f
r
o
m
P
e
n
i
n
s
u
l
a
r
M
a
l
a
y
s
i
a
,
"
M
a
l
ay
s
i
a
n
J
o
ur
n
al
of
A
na
l
y
t
i
c
al
Sc
i
e
nc
e
s
,
v
o
l
.
12,
pp
.
338
-
34
0,
20
08.
[
10]
N
.
A
.
B
.
S
i
d
i
k
,
"
C
o
m
pa
r
i
s
o
n
o
f
G
a
ha
r
u
(
A
qui
l
a
r
i
a
M
a
l
a
c
c
e
ns
i
s
)
E
s
s
e
n
t
i
a
l
O
i
l
C
o
m
po
s
i
t
i
o
n
B
e
t
w
e
e
n
E
a
c
h
C
o
unt
r
y
,
"
U
M
P
,
2
008
.
[
11]
M
.
I
s
hi
h
a
r
a
,
T
.
T
s
un
e
y
a
,
M
.
S
hi
g
a
,
a
nd
K
.
U
n
e
y
a
m
a
,
"
T
hr
e
e
s
e
s
qu
i
t
e
r
p
e
ne
s
f
r
o
m
a
g
a
r
w
o
o
d,
"
P
hy
t
oc
he
m
i
s
t
r
y
,
v
o
l
.
30,
p
p
.
563
-
56
6,
19
91.
[
12]
B
.
S
c
ho
l
ko
pf
a
nd
A
.
J
.
S
m
o
l
a
,
ā
L
e
a
r
n
i
ng
w
i
t
h
ke
r
ne
l
s
:
s
uppo
r
t
v
e
c
t
o
r
m
a
c
hi
ne
s
,
r
e
g
ul
a
r
i
z
a
t
i
o
n,
o
pt
i
m
i
z
a
t
i
o
n,
a
nd
be
y
o
nd
:
M
I
T
pr
e
s
s
ā
,
2001
.
[
13]
M
.
I
s
hi
ha
r
a
,
T
.
T
s
un
e
y
a
,
a
nd
K
.
U
ne
y
a
m
a
,
"
F
r
a
g
r
a
nt
s
e
s
q
ui
t
e
r
pe
n
e
s
f
r
o
m
a
g
a
r
w
oo
d,
"
P
hy
t
oc
he
m
i
s
t
r
y
,
v
o
l
.
33,
p
p.
1147
-
115
5,
19
93.
[
14]
M
.
I
s
hi
h
a
r
a
,
T
.
T
s
un
e
y
a
,
a
nd
K
.
U
ne
y
a
m
a
,
"
C
o
m
po
ne
nt
s
o
f
t
he
a
g
a
r
w
o
o
d
s
m
o
ke
o
n
he
a
t
i
ng
,
"
J
o
ur
n
al
of
E
s
s
e
nt
i
a
l
O
i
l
R
e
s
e
ar
c
h
,
v
o
l
.
5
,
pp.
4
19
-
423
,
1993
.
[
15]
M
.
I
s
hi
h
a
r
a
,
T
.
T
s
une
y
a
,
a
nd
K
.
U
ne
y
a
m
a
,
"
C
o
m
po
ne
nt
s
o
f
t
he
vo
l
a
t
i
l
e
c
o
nc
e
nt
r
a
t
e
o
f
a
g
a
r
w
oo
d,
"
J
our
n
al
of
E
s
s
e
nt
i
a
l
O
i
l
R
e
s
e
ar
c
h
,
v
o
l
.
5
,
pp
.
2
83
-
289
,
199
3.
[
16]
S
.
F
.
A
b
R
a
hm
a
n
,
"
A
na
l
y
s
i
s
o
f
a
g
a
r
w
o
o
d
o
i
l
c
o
m
p
o
s
i
t
i
o
n
v
i
a
pr
e
pa
r
a
t
i
v
e
t
h
i
n
l
a
y
e
r
c
hr
o
m
a
t
o
g
r
a
phy
,
"
U
M
P
,
2
009
.
[
17]
N
.
C
r
i
s
t
i
a
n
i
ni
a
n
d
J
.
S
h
a
w
e
-
T
a
y
l
o
r
,
ā
A
n
i
n
t
r
o
duc
t
i
o
n
t
o
s
uppo
r
t
v
e
c
t
o
r
m
a
c
hi
ne
s
a
n
d
o
t
he
r
k
e
r
n
e
l
-
b
a
s
e
d
l
e
a
r
ni
ng
m
e
t
ho
ds
ā
,
C
a
m
b
r
i
dg
e
un
i
v
e
r
s
i
t
y
pr
e
s
s
,
2000
.
[
18]
B
.
S
c
hĆØ
o
l
ko
pf
,
C
.
J
.
B
u
r
g
e
s
,
a
nd
A
.
J
.
S
m
o
l
a
,
"
A
dv
a
nc
e
s
i
n
ke
r
n
e
l
m
e
t
ho
ds
s
uppo
r
t
v
e
c
t
o
r
l
e
a
r
ni
ng
,
"
e
d:
C
a
m
br
i
dg
e
,
M
a
s
s
.
,
M
I
T
P
r
e
s
s
,
1999
.
[
19]
S
hi
n
,
K
y
ung
-
S
hi
k,
L
e
e
,
T
a
i
k
S
o
o
a
nd
K
i
m
,
H
y
un
-
j
ung
ā
A
n
a
ppl
i
c
a
t
i
o
n
o
f
s
uppo
r
t
v
e
c
t
o
r
m
a
c
hi
ne
s
i
n
ba
nkr
up
t
c
y
pr
e
d
i
c
t
i
o
n
m
o
de
l
ā
,
E
x
pe
r
t
s
y
s
t
e
m
s
w
i
t
h
app
l
i
c
at
i
o
ns
,
V
o
l
8,
I
s
s
ue
1
,
pp
.
127
-
135
,
200
5.
[
20]
S
uy
ke
ns
a
nd
J
o
ha
n
A
K
,
ā
N
on
l
i
ne
ar
m
ode
l
l
i
ng
a
nd
s
uppo
r
t
v
e
c
t
or
m
ac
hi
ne
s
ā
,
i
n
P
r
o
c
e
e
di
ng
s
o
f
t
he
18
t
h
I
E
E
E
i
ns
t
r
um
e
n
t
a
t
i
o
n
a
nd
m
e
a
s
u
r
e
m
e
n
t
t
e
c
hno
l
o
gy
c
o
nf
e
r
e
nc
e
(
I
M
T
C
2
0
01)
,
V
o
l
.
1,
pp
.
287
-
29
4,
20
01.
[
21]
Q
i
a
ng
W
u
a
nd
D
i
ng
-
X
ua
n
Z
ho
u,
ā
S
V
M
S
o
f
t
M
a
r
g
i
n
C
l
a
s
s
i
f
i
e
r
s
:
L
i
ne
a
r
P
r
o
g
r
a
m
m
i
ng
v
e
r
s
u
s
Q
ua
dr
a
t
i
c
P
r
o
g
r
a
m
m
i
ng
ā
,
N
e
ur
al
C
om
p
ut
a
t
i
on
,
V
o
l
.
17,
I
s
s
ue
5
,
p
p.
1160
-
11
8
7,
20
05
.
[
22]
T
a
ku
K
udo
,
ā
F
as
t
m
e
t
h
ods
f
o
r
k
e
r
ne
l
-
bas
e
d
t
e
x
t
a
nal
y
s
i
s
ā
,
i
n
P
r
o
c
e
e
di
ng
s
o
f
t
he
4
1s
t
A
nnua
l
M
e
e
t
i
ng
o
n
A
s
s
oc
i
a
t
i
o
n
f
o
r
C
o
m
put
a
t
i
o
na
l
L
i
ng
ui
s
t
i
c
s
,
V
o
l
.
1
,
pp
.
2
4
-
31,
20
03
.
[
23]
X
i
a
o
f
e
i
Z
ho
ua
,
W
e
nh
a
n
J
i
a
ng
,
Y
i
ng
j
i
e
T
i
a
n
a
a
nd
Y
o
ng
S
hi
,
ā
K
e
r
n
e
l
s
u
bc
l
a
s
s
c
o
nv
e
x
hul
l
s
a
m
p
l
e
s
e
l
e
c
t
i
o
n
m
e
t
ho
d
f
o
r
S
V
M
o
n
f
a
c
e
r
e
c
o
g
ni
t
i
o
nā
,
N
e
ur
oc
om
put
i
ng
,
V
o
l
.
73
,
pp
.
2
234
ā
2246
,
2010
.
[
24]
B
.
G
.
L
i
nds
a
y
,
M
.
M
a
r
ka
t
o
u,
a
nd
S
.
R
a
y
,
"
K
e
r
ne
l
s
,
de
g
r
e
e
s
o
f
f
r
e
e
do
m
,
a
nd
po
w
e
r
pr
o
pe
r
t
i
e
s
o
f
qua
dr
a
t
i
c
di
s
t
a
nc
e
g
oo
dne
s
s
-
of
-
f
i
t
t
e
s
t
s
,
"
J
o
ur
n
al
o
f
t
he
A
m
e
r
i
c
an
S
t
a
t
i
s
t
i
c
a
l
A
s
s
oc
i
a
t
i
on
,
v
o
l
.
1
09,
p
p.
39
5
-
410
,
2
014
.
[
25]
J
.
A
.
S
uy
ke
ns
a
n
d
J
.
V
a
nde
w
a
l
l
e
,
"
L
e
a
s
t
s
qua
r
e
s
s
uppo
r
t
v
e
c
t
o
r
m
a
c
hi
ne
c
l
a
s
s
i
f
i
e
r
s
,
"
N
e
ur
a
l
p
r
oc
e
s
s
i
n
g
l
e
t
t
e
r
s
,
v
o
l
.
9,
pp
.
29
3
-
300
,
199
9.
Evaluation Warning : The document was created with Spire.PDF for Python.