I
n
t
e
r
n
at
ion
al
Jou
r
n
a
l
of
I
n
f
o
r
m
at
ics
an
d
Com
m
u
n
icat
ion
T
e
c
h
n
ol
ogy
(
I
J
-
I
CT
)
Vo
l
.
1
5
,
N
o
.
3
,
S
e
p
t
e
m
b
e
r
20
2
6
,
pp.
967
~
974
I
S
S
N:
2252
-
8776
,
DO
I
:
10
.
11591/i
ji
c
t
.
v
1
5
i
3
.
pp
96
7
-
974
967
Jou
r
n
al
h
o
m
e
page
:
ht
tp:
//
ij
ict
.
iaes
c
or
e
.
c
om
I
m
p
r
ov
in
g t
h
e
p
e
r
f
or
m
an
c
e
of
l
e
af
d
is
e
ase
d
e
t
e
c
t
io
n
an
d
c
la
ssi
f
ic
at
io
n
u
si
n
g
b
e
e
t
le
s
w
a
r
m
o
p
t
i
m
i
z
at
io
n
t
e
c
h
n
i
q
u
e
P
e
n
u
gon
d
a
S
e
e
t
h
a
Ram
a
K
r
is
h
n
a,
S
.
Nagar
aj
an
D
e
pa
r
tm
e
nt
of
C
o
mput
e
r
S
c
i
e
n
c
e
a
nd
E
ngi
n
e
e
r
in
g, A
nna
ma
la
i
U
ni
ve
r
s
it
y
, C
hi
da
mba
r
a
m, I
ndi
a
Ar
t
ic
l
e
I
n
f
o
AB
S
T
RA
CT
A
r
ti
c
le
h
is
tor
y
:
R
e
c
e
i
ve
d
No
v
27,
2024
R
e
vi
s
e
d
A
pr
11,
2026
A
c
c
e
pt
e
d
M
a
y
17,
2026
T
h
e
t
i
mel
y
i
d
e
n
t
i
f
i
c
at
i
o
n
a
n
d
d
i
ag
n
o
s
i
s
o
f
l
e
af
d
i
s
e
as
es
i
s
c
r
u
c
i
a
l
f
o
r
c
r
o
p
p
ro
d
u
c
t
i
v
i
t
y
a
n
d
h
e
a
l
t
h
.
T
h
i
s
s
t
u
d
y
p
ro
p
o
s
e
s
a
r
o
b
u
s
t
ap
p
ro
ac
h
t
o
t
h
i
s
i
s
s
u
e
b
y
co
m
b
i
n
i
n
g
b
ee
t
l
e
s
w
ar
m
o
p
t
i
mi
zat
i
o
n
(BSO
)
w
i
t
h
o
t
h
e
r
ML
m
o
d
e
l
s
.
F
o
u
r
d
i
ff
e
r
e
n
t
d
at
as
e
t
s
w
e
r
e
u
s
e
d
t
o
t
rai
n
o
u
r
m
o
d
e
l
:
ap
p
l
e
l
e
af,
g
rap
e
l
e
af,
p
l
an
t
v
i
l
l
ag
e
l
e
af
,
a
n
d
t
o
m
at
o
l
e
af
fo
r
d
i
s
e
as
e
d
e
t
ec
t
i
o
n
.
T
h
e
p
ro
ce
s
s
b
eg
i
n
s
w
i
t
h
p
re
p
ari
n
g
t
h
e
l
e
af
i
m
ag
e
s
,
i
n
v
o
l
v
i
n
g
co
n
t
ras
t
en
h
a
n
cemen
t
an
d
n
o
i
s
e
re
d
u
c
t
i
o
n
.
T
h
r
o
u
g
h
co
l
o
r
-
b
as
e
d
s
e
g
men
t
at
i
o
n
,
w
e
c
an
d
i
s
t
i
n
g
u
i
s
h
h
e
a
l
t
h
y
re
g
i
o
n
s
fr
o
m
d
i
s
e
as
ed
o
n
e
s
,
a
i
d
i
n
g
i
n
t
h
e
c
l
as
s
i
fi
c
at
i
o
n
p
ro
ce
s
s
.
O
u
r
r
e
s
e
ar
c
h
d
emo
n
s
t
rat
e
s
t
h
e
e
ff
ec
t
i
v
en
e
s
s
o
f
t
h
e
BSO
-
c
o
n
v
o
l
u
t
i
o
n
al
n
e
u
ra
l
n
e
t
w
o
r
k
s
(CN
N
)
me
t
h
o
d
i
n
r
ec
o
g
n
i
zi
n
g
a
n
d
c
at
eg
o
r
i
zi
n
g
p
l
a
n
t
d
i
s
e
as
e
s
w
i
t
h
h
i
g
h
acc
u
ra
cy
rat
e
s
.
L
ev
e
rag
i
n
g
t
h
e
p
o
w
er
o
f
BSO
t
o
ad
j
u
s
t
t
h
e
mo
d
el
’
s
p
aram
e
t
e
rs
an
d
i
n
c
o
rp
o
rat
i
n
g
co
l
o
r
-
b
as
e
d
s
eg
me
n
t
at
i
o
n
e
n
h
an
ce
s
t
h
e
mo
d
e
l
’
s
r
o
b
u
s
t
n
e
s
s
an
d
a
cc
u
ra
cy
.
T
h
e
r
e
s
u
l
t
s
o
f
t
h
i
s
s
t
u
d
y
h
i
g
h
l
i
g
h
t
t
h
e
p
o
t
e
n
t
i
al
o
f
a
u
t
o
m
at
ed
d
i
s
e
as
e
m
an
a
g
eme
n
t
s
y
s
t
em
s
fo
r
a
g
ri
cu
l
t
u
r
e
,
p
ro
v
i
d
i
n
g
ag
r
o
n
o
m
i
s
t
s
an
d
far
me
rs
w
i
t
h
t
h
e
n
ece
s
s
ary
t
o
o
l
s
t
o
ad
d
r
e
s
s
an
d
mo
n
i
t
o
r
eme
rg
i
n
g
t
h
r
e
at
s
t
o
t
h
ei
r
c
r
o
p
s
e
ff
ec
t
i
v
el
y
.
K
e
y
w
o
r
d
s
:
B
e
e
t
l
e
s
wa
r
m
o
pt
i
mi
z
a
t
i
o
n
C
o
l
o
r
-
b
a
s
e
d
s
e
g
m
e
n
t
a
t
i
o
n
C
o
n
v
o
l
ut
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
k
F
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
L
e
a
f
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
L
o
gi
s
t
i
c
r
e
gr
e
s
s
i
o
n
Th
i
s
i
s
a
n
o
p
en
a
c
ces
s
a
r
t
i
c
l
e
u
n
d
e
r
t
h
e
CC
B
Y
-
SA
l
i
cen
s
e.
C
or
r
e
s
p
on
din
g
A
u
th
or
:
P
e
n
ugo
n
da
S
e
e
t
h
a
R
a
m
a
K
r
i
s
hn
a
De
pa
r
t
m
e
n
t
o
f
C
o
m
put
e
r
S
c
i
e
n
c
e
a
n
d
E
n
g
i
ne
e
r
i
n
g
,
A
nn
a
m
a
l
a
i
U
ni
ve
r
s
i
t
y
C
hi
da
m
ba
r
a
m
,
T
a
m
il
Na
du,
I
n
d
i
a
E
m
a
i
l
:
ps
r
kr
i
s
hn
a
04
@
g
m
a
il
.
c
o
m
1.
I
NT
RODU
C
T
I
ON
A
gr
i
c
u
l
t
ur
e
i
s
a
c
o
r
n
e
r
s
t
o
n
e
o
f
I
n
d
i
a
’
s
e
c
o
n
o
m
y
,
ye
t
pl
a
n
t
di
s
e
a
s
e
s
s
i
g
ni
f
i
c
a
n
t
l
y
hi
nde
r
c
r
o
p
gr
o
w
t
h
a
n
d
yi
e
l
d
[
1
]
.
T
h
e
s
e
d
i
s
e
a
s
e
s
c
a
n
a
f
f
e
c
t
v
a
r
i
o
us
pa
r
t
s
o
f
p
l
a
n
t
s
,
s
uc
h
a
s
l
e
a
v
e
s
,
f
l
o
we
r
s
,
r
oot
s
,
a
n
d
f
r
u
i
t
s
,
c
o
m
p
li
c
a
t
i
n
g
a
c
c
ur
a
t
e
d
i
a
g
n
o
s
i
s
due
t
o
t
h
e
v
a
s
t
n
u
m
be
r
o
f
c
u
l
t
i
va
t
e
d
p
l
a
n
t
s
a
n
d
t
h
e
c
o
m
p
l
e
xi
t
y
o
f
c
r
o
ps
[
2]
.
P
a
t
h
o
l
o
g
i
s
t
s
o
f
t
e
n
s
t
r
uggl
e
t
o
di
a
g
n
o
s
e
t
h
e
s
e
d
i
s
e
a
s
e
s
a
c
c
ur
a
t
e
l
y
,
l
e
a
d
i
ng
to
t
h
e
l
o
s
s
o
f
vi
t
a
l
qu
a
l
i
t
a
t
i
v
e
a
n
d
qua
n
t
i
t
a
t
i
v
e
c
r
o
p
i
nf
o
r
m
a
t
i
o
n
[
3
]
.
A
dd
i
t
i
o
n
a
ll
y
,
m
a
ny
f
a
r
m
e
r
s
l
a
c
k
t
h
e
kn
o
w
l
e
dge
to
de
t
e
c
t
pl
a
n
t
di
s
e
a
s
e
s
,
a
n
d
r
e
l
yi
ng
o
n
t
h
e
n
a
ke
d
e
y
e
f
o
r
i
d
e
n
t
i
f
i
c
a
t
i
o
n
i
s
t
i
m
e
-
c
o
n
s
u
mi
ng
a
n
d
un
r
e
li
a
bl
e
[
4
]
,
[
5
]
.
A
ut
o
m
a
t
e
d
i
de
n
t
i
f
i
c
a
t
i
o
n
o
f
p
l
a
n
t
d
i
s
e
a
s
e
s
c
a
n
m
it
i
ga
t
e
t
h
e
s
e
c
h
a
ll
e
n
ge
s
by
r
e
duc
i
ng
h
u
m
a
n
e
f
f
o
r
t
a
n
d
pr
o
vi
d
i
ng
r
e
l
i
a
bl
e
r
e
s
u
l
t
s
.
S
uc
h
s
y
s
t
e
m
s
a
r
e
pa
r
t
i
c
u
l
a
r
l
y
b
e
n
e
f
i
c
i
a
l
f
o
r
f
a
r
m
e
r
s
w
i
t
h
l
im
i
t
e
d
kn
o
w
l
e
dge
o
f
p
l
a
n
t
di
s
e
a
s
e
s
.
M
a
c
hi
ne
l
e
a
r
ni
ng
(
M
L
)
a
n
d
de
e
p
l
e
a
r
ni
ng
(
DL
)
a
r
e
p
r
o
m
i
s
i
ng
t
e
c
h
n
o
l
o
g
i
e
s
i
n
t
h
i
s
f
i
e
l
d,
o
f
f
e
r
i
ng
pr
e
c
i
s
e
a
n
d
c
o
s
t
-
e
f
f
e
c
t
i
v
e
s
o
l
ut
i
o
ns
f
o
r
p
l
a
n
t
di
s
e
a
s
e
de
t
e
c
t
i
o
n
a
n
d
h
e
a
l
t
h
m
o
ni
t
o
r
i
n
g
[
6
]
.
T
h
e
s
e
t
e
c
h
n
o
l
o
g
i
e
s
e
n
a
bl
e
t
h
e
a
c
c
ur
a
t
e
i
de
n
t
i
f
i
c
a
t
i
o
n
o
f
p
l
a
n
t
s
,
t
h
e
de
t
e
c
t
i
o
n
o
f
pe
s
t
s
a
n
d
di
s
e
a
s
e
s
,
a
n
d
t
h
e
m
o
ni
t
o
r
i
n
g
o
f
n
ut
r
i
t
i
o
n
a
l
r
e
qu
i
r
e
m
e
n
t
s
[
7
]
.
E
a
r
l
y
a
n
d
pr
e
c
i
s
e
i
d
e
n
t
i
f
i
c
a
t
i
o
n
o
f
p
l
a
n
t
di
s
e
a
s
e
s
i
s
c
r
i
t
i
c
a
l
f
o
r
c
r
o
ps
to
r
e
m
a
i
n
h
e
a
l
t
hy
.
E
a
r
l
y
de
t
e
c
t
i
o
n
r
e
duc
e
s
t
h
e
n
e
e
d
f
o
r
c
h
e
mi
c
a
l
t
r
e
a
t
m
e
n
t
s
a
n
d
he
l
p
s
pr
e
v
e
n
t
c
r
o
p
l
o
s
s
[
8
]
.
T
r
a
di
t
i
o
n
a
l
m
e
th
o
ds
o
f
d
i
s
e
a
s
e
d
e
t
e
c
t
i
o
n
c
a
n
b
e
l
a
b
o
r
i
o
us
a
n
d
r
e
qu
i
r
e
hi
g
hly
s
k
il
l
e
d
pe
r
s
o
nne
l
.
Ho
we
ve
r
,
a
dv
a
n
c
e
m
e
n
t
s
i
n
de
e
p
l
e
a
r
ni
ng
a
n
d
c
o
m
put
e
r
vi
s
i
o
n
h
a
v
e
s
i
g
nif
i
c
a
n
t
l
y
im
pr
o
v
e
d
t
h
e
a
c
c
ur
a
c
y
o
f
p
l
a
n
t
d
i
s
e
a
s
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
n
d
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
1
5
,
N
o.
3
,
S
e
p
te
m
b
e
r
20
2
6
:
967
-
974
968
de
t
e
c
t
i
o
n
[
9
]
.
R
e
c
e
n
t
r
e
s
e
a
r
c
h
h
a
s
d
e
m
o
n
s
t
r
a
t
e
d
th
e
e
f
f
e
c
t
i
v
e
n
e
s
s
o
f
de
e
p
l
e
a
r
ni
ng
a
l
go
r
i
t
hm
s
i
n
d
iagn
o
s
i
ng
p
l
a
n
t
d
i
s
e
a
s
e
s
.
F
o
r
i
n
s
t
a
nc
e
,
c
o
n
v
o
l
ut
i
o
n
a
l
n
e
ur
a
l
n
e
t
wo
r
ks
(
C
NN
s
)
h
a
v
e
b
e
e
n
us
e
d
to
i
de
n
t
i
f
y
m
u
l
t
ip
l
e
p
l
a
n
t
d
i
s
e
a
s
e
s
f
r
o
m
e
x
t
e
ns
i
ve
i
m
a
ge
da
t
a
s
e
t
s
,
a
c
hi
e
vi
n
g
hi
g
h
a
c
c
ur
a
c
y
r
a
t
e
s
[
10
]
,
[
11
]
.
M
o
r
e
o
v
e
r
,
o
p
t
i
mi
z
a
t
i
o
n
t
e
c
h
ni
que
s
s
uc
h
a
s
pa
r
t
i
c
l
e
s
w
a
r
m
o
pt
i
m
i
z
a
t
i
o
n
(
P
S
O)
a
n
d
b
e
e
t
l
e
s
wa
r
m
o
pt
i
m
i
z
a
t
i
o
n
(
B
S
O)
h
a
v
e
b
e
e
n
e
m
p
l
o
y
e
d
to
e
nh
a
n
c
e
t
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
t
h
e
s
e
m
o
de
l
s
[
1
2]
,
[
13
]
.
T
e
c
hni
qu
e
s
l
i
ke
c
o
l
o
r
s
l
i
c
i
ng
a
nd
m
e
d
i
a
n
f
i
l
t
e
r
i
n
g
i
m
pr
o
v
e
de
t
e
c
t
i
o
n
a
c
c
ur
a
c
y
i
n
c
r
o
ps
l
i
ke
pa
dd
y
a
n
d
s
o
y
b
e
a
n
[
14
]
,
[
15
]
.
T
h
e
pr
o
p
o
s
e
d
r
e
s
e
a
r
c
h
a
i
m
s
t
o
de
v
e
l
o
p
a
m
o
r
e
e
f
f
e
c
t
i
ve
m
e
t
h
o
d
f
o
r
c
l
a
s
s
i
f
yi
ng
p
l
a
n
t
di
s
e
a
s
e
s
b
y
c
o
m
bi
n
i
ng
de
e
p
l
e
a
r
ni
ng
a
n
d
o
p
t
i
mi
z
a
t
i
o
n
t
e
c
hni
que
s
.
B
y
a
n
a
ly
z
i
ng
e
x
t
e
ns
i
ve
c
o
l
l
e
c
t
i
o
n
s
o
f
a
nn
o
tat
e
d
l
e
a
f
da
t
a
,
t
h
e
m
e
t
h
o
do
l
o
g
y
s
e
e
ks
to
i
m
pr
o
v
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
a
c
c
ur
a
c
y
by
i
n
t
e
gr
a
t
i
n
g
a
dv
a
n
c
e
d
i
m
a
ge
pr
o
c
e
s
s
i
n
g
a
n
d
o
pt
i
m
i
z
a
t
i
o
n
m
e
t
h
o
ds
[
16
]
,
[
17
]
.
A
dd
i
t
i
o
n
a
ll
y
,
t
h
e
r
e
s
e
a
r
c
h
e
x
p
l
o
r
e
s
t
h
e
po
t
e
n
t
i
a
l
o
f
i
nc
o
r
por
a
t
i
n
g
I
o
T
de
vi
c
e
s
a
n
d
m
o
bil
e
p
l
a
t
f
o
r
m
s
f
o
r
r
e
a
l
-
t
i
m
e
m
o
ni
t
o
r
i
n
g
a
n
d
r
e
s
po
n
s
e
to
pl
a
n
t
di
s
e
a
s
e
s
[
18
]
.
T
hi
s
r
e
s
e
a
r
c
h
h
a
s
t
h
e
pot
e
n
t
i
a
l
t
o
r
e
v
o
l
ut
i
o
ni
z
e
h
o
w
pl
a
n
t
di
s
e
a
s
e
s
a
r
e
m
a
n
a
ge
d
a
n
d
d
i
a
g
n
o
s
e
d,
a
i
d
i
ng
f
a
r
m
e
r
s
i
n
m
a
k
i
ng
i
nf
o
r
m
e
d
de
c
i
s
i
o
ns
a
n
d
i
m
pr
o
vi
ng
a
gr
i
c
u
l
t
ur
a
l
pr
o
duc
t
i
vi
t
y
[
19
]
.
C
NN
wa
s
wi
d
e
l
y
u
s
e
d
f
o
r
t
hi
s
pur
po
s
e
[
20
]
–
[
22
]
.
T
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
do
l
o
g
y
c
o
u
l
d
s
e
r
v
e
a
s
a
f
o
u
n
da
t
i
o
n
f
o
r
de
v
e
l
o
p
i
ng
n
e
w
pr
e
c
i
s
i
o
n
a
gr
i
c
u
l
t
ur
e
t
e
c
hn
o
l
o
g
i
e
s
,
pr
o
m
o
t
i
n
g
s
us
t
a
i
n
a
bl
e
pr
a
c
t
i
c
e
s
,
a
n
d
m
e
e
t
i
n
g
t
h
e
i
nc
r
e
a
s
i
ng
g
l
o
b
a
l
f
o
o
d
de
m
a
n
d.
T
h
e
de
t
a
i
l
e
d
m
e
t
h
o
d
w
i
ll
b
e
d
i
s
c
u
s
s
e
d
i
n
t
h
e
f
o
l
l
o
w
i
ng
s
e
c
t
i
o
n
s
,
e
n
c
o
m
pa
s
s
i
ng
da
t
a
c
o
l
l
e
c
t
i
o
n
,
pr
e
pr
o
c
e
s
s
i
ng,
m
o
de
l
c
r
e
a
t
i
o
n
,
a
n
d
o
pt
i
m
i
z
a
t
i
o
n
m
e
t
h
o
ds
.
2.
M
AT
E
RI
AL
S
AN
D
M
E
T
HO
DS
S
e
v
e
r
a
l
pr
o
c
e
dur
e
s
de
t
e
c
t
pl
a
n
t
l
e
a
f
d
i
s
e
a
s
e
s
,
i
nc
l
ud
i
ng
s
e
g
m
e
n
t
a
t
i
o
n
,
pr
e
-
pr
o
c
e
s
s
i
n
g,
f
e
a
t
ur
e
e
x
t
r
a
c
t
i
o
n
,
f
e
a
t
ur
e
s
e
l
e
c
t
i
o
n
,
a
n
d
c
l
a
s
s
i
f
i
c
a
t
i
o
n
.
T
h
e
pr
o
p
o
s
e
d
B
S
O
m
e
t
h
o
d,
s
h
o
wn
i
n
F
i
gur
e
1,
c
a
n
h
e
l
p
im
pr
o
v
e
t
h
e
s
e
pr
o
c
e
s
s
e
s
.
F
i
gur
e
1.
S
c
h
e
m
a
t
i
c
il
l
u
s
t
r
a
t
i
o
n
o
f
t
h
e
pr
o
p
o
s
e
d
m
e
t
h
o
d
o
l
o
g
y
2
.
1.
Dat
as
e
t
s
S
o
m
e
o
f
t
h
e
da
t
a
s
e
t
s
f
e
a
t
ur
e
d
h
e
r
e
c
o
n
t
a
i
n
im
a
ge
s
o
f
p
l
a
n
t
l
e
a
v
e
s
t
h
a
t
a
r
e
i
nf
e
c
t
e
d
or
h
e
a
l
t
hy
.
T
h
e
s
e
a
r
e
us
e
d
i
n
t
h
e
de
t
e
c
t
i
o
n
o
f
p
l
a
n
t
di
s
e
a
s
e
s
a
n
d
a
gr
i
c
u
l
t
ur
a
l
r
e
s
e
a
r
c
h
.
T
h
e
P
l
a
n
t
V
i
ll
a
ge
da
t
a
s
e
t
[
23
]
i
s
r
e
ga
r
de
d
a
s
o
n
e
o
f
t
he
m
o
s
t
pr
o
m
i
ne
n
t
c
o
l
l
e
c
t
i
o
ns
o
f
p
l
a
n
t
im
a
ge
s
i
n
t
hi
s
f
i
e
l
d.
I
t
i
n
c
l
ud
e
s
b
o
t
h
h
e
a
l
t
hy
a
n
d
d
i
s
e
a
s
e
d
s
pe
c
im
e
n
s
.
T
h
e
r
e
a
r
e
v
a
r
y
i
n
g
v
e
r
s
i
o
n
s
o
f
t
hi
s
r
e
po
s
i
t
o
r
y
.
T
h
e
to
m
a
t
o
di
s
e
a
s
e
de
t
e
c
t
i
o
n
da
t
a
s
e
t
[
24
]
f
e
a
t
ur
e
s
im
a
ge
s
o
f
pl
a
n
t
s
wi
t
h
v
a
r
i
o
us
pe
s
t
s
a
n
d
di
s
e
a
s
e
s
.
I
t
a
l
s
o
i
n
c
l
ude
s
h
e
a
l
t
hy
o
n
e
s
.
L
e
a
f
d
i
s
e
a
s
e
de
t
e
c
t
i
o
n
a
n
d
c
a
t
e
g
o
r
i
z
a
t
i
o
n
m
a
y
b
e
do
n
e
w
i
t
h
G
a
us
s
i
a
n
f
il
t
e
r
s
.
T
h
e
gr
a
pe
l
e
a
f
d
i
s
e
a
s
e
s
da
t
a
s
e
t
[
25
]
i
s
a
l
s
o
a
v
a
il
a
bl
e
,
a
s
i
s
t
h
e
to
m
a
t
o
da
t
a
s
e
t.
I
t
f
e
a
t
ur
e
s
p
i
c
t
ur
e
s
o
f
b
o
t
h
h
e
a
l
t
hy
a
n
d
s
i
c
k
l
e
a
v
e
s
.
I
m
a
g
e
s
o
f
unhe
a
l
t
hy
s
p
e
c
im
e
ns
,
pe
s
t
s
,
a
n
d
d
i
s
e
a
s
e
s
a
f
f
e
c
t
i
n
g
t
h
e
a
pp
l
e
t
r
e
e
l
e
a
v
e
s
m
a
y
b
e
f
o
un
d
i
n
t
h
e
a
pp
l
e
l
e
a
f
da
t
a
s
e
t
[
26
]
.
I
n
t
h
a
t
or
de
r
,
t
h
e
e
x
a
m
p
l
e
p
h
o
to
s
a
r
e
di
s
p
l
a
y
e
d
i
n
F
i
gur
e
2.
2
.
2
.
P
r
e
-
p
r
oc
e
s
s
in
g
Ga
us
s
i
a
n
f
il
t
e
r
s
[
27
]
,
[
28
]
c
a
n
c
l
a
s
s
if
y
a
n
d
de
t
e
c
t
l
e
a
f
d
i
s
e
a
s
e
s
.
T
h
e
y
a
r
e
a
c
c
o
m
m
o
da
t
i
n
g
w
h
e
n
de
a
l
i
ng
w
i
t
h
t
e
x
t
ur
e
d
o
r
n
o
i
s
y
im
a
ge
s
.
T
h
e
2D
Ga
us
s
i
a
n
f
il
t
e
r
’
s
e
qua
t
i
o
n
c
a
n
b
e
f
o
un
d
i
n
(
1)
.
T
h
e
v
a
l
ue
o
f
t
h
e
Ga
us
s
i
a
n
f
il
t
e
r
i
s
e
x
pr
e
s
s
e
d
a
s
Y(
a
,
b
)
.
(
,
)
=
1
2
2
−
2
+
2
2
2
(
1)
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
I
mpr
ov
ing
the
pe
r
f
or
manc
e
of
lea
f
dis
e
as
e
de
tec
ti
on
and
…
(
P
e
nugonda
Se
e
tha
R
ama
K
r
is
hna
)
969
F
i
gur
e
2
i
ll
us
t
r
a
t
e
s
t
h
e
i
m
a
ge
da
t
a
s
e
t
s
e
m
p
lo
y
e
d
i
n
t
hi
s
s
t
ud
y
.
S
pe
c
i
f
i
c
a
ll
y
,
F
i
gur
e
2(
a
)
pr
e
s
e
n
t
s
a
s
a
m
p
l
e
f
r
o
m
t
h
e
P
l
a
n
t
V
i
ll
a
ge
i
m
a
ge
da
t
a
s
e
t,
f
o
l
l
o
we
d
by
t
h
e
to
m
a
t
o
l
e
a
f
i
m
a
g
e
da
t
a
s
e
t
i
n
F
i
gur
e
2(
b
)
.
F
ur
t
h
e
r
m
o
r
e
,
F
i
gur
e
s
2(
c
)
a
n
d
(
d)
d
i
s
p
l
a
y
s
a
m
p
l
e
s
f
r
o
m
t
h
e
gr
a
pe
l
e
a
f
a
n
d
a
pp
l
e
l
e
a
f
i
m
a
ge
da
t
a
s
e
t
s
,
r
e
s
pe
c
t
i
v
e
ly
.
(
a
)
(
b
)
(
c
)
(
d)
F
i
gur
e
2.
T
h
e
e
x
a
m
p
l
e
ph
o
to
s
;
(
a
)
P
l
a
n
t
V
i
l
l
a
ge
i
mage
da
t
a
s
e
t,
(
b
)
to
m
a
t
o
l
e
a
f
im
a
ge
da
t
a
s
e
t
,
(
c
)
gr
a
pe
l
e
a
f
im
a
ge
da
t
a
s
e
t
,
a
n
d
(
d)
a
ppl
e
l
e
a
f
im
a
ge
da
t
a
s
e
t
T
h
e
s
i
g
m
a
i
s
t
h
e
di
s
t
r
i
b
ut
i
o
n
’
s
s
t
a
n
da
r
d
de
vi
a
t
i
o
n
,
whi
c
h
d
i
c
t
a
t
e
s
t
h
e
f
i
l
t
e
r
’
s
s
pr
e
a
d.
A
m
o
r
e
c
o
n
s
i
de
r
a
bl
e
v
a
l
ue
c
a
n
pr
o
duc
e
a
m
o
r
e
r
o
b
us
t
s
m
oot
hi
n
g
or
b
r
o
a
de
r
di
s
t
r
i
b
ut
i
o
n
.
T
h
e
Ga
us
s
i
a
n
f
il
t
e
r
ke
r
n
e
l
c
a
n
a
pp
ly
a
c
o
n
v
o
l
ut
i
o
n
to
a
n
i
n
put
i
m
a
ge
.
T
h
e
(
2)
s
h
o
ws
t
h
e
pr
o
c
e
dur
e
f
o
r
d
o
i
n
g
s
o
.
(
,
)
=
∑
∑
(
,
)
.
(
−
,
−
)
∞
=
−
∞
∞
=
−
∞
(
2)
T
h
e
r
e
s
u
l
t
i
n
g
i
m
a
ge
,
J
smt
,
i
s
s
m
o
ot
h
e
d
a
f
t
e
r
a
ppl
yin
g
t
h
e
Ga
us
s
i
a
n
f
il
t
e
r
.
T
h
e
p
i
x
e
l
v
a
l
ue
i
n
t
h
e
i
n
pu
t
im
a
ge
i
s
r
e
pr
e
s
e
n
t
e
d
by
J
(
a
-
k,
b
-
l
)
,
whil
e
t
h
e
v
a
l
ue
o
f
t
h
e
Ga
us
s
i
a
n
f
il
t
e
r
i
s
de
f
i
ne
d
by
Y
(
a
,
b
)
.
T
h
e
o
u
t
pu
t
im
a
ge
i
s
s
m
o
o
t
h
e
d
us
i
n
g
a
c
o
nv
o
l
ut
i
o
n
pr
o
c
e
dur
e
,
whi
c
h
mi
n
im
i
z
e
s
n
o
i
s
e
a
n
d
m
a
i
n
t
a
i
ns
t
h
e
o
v
e
r
a
ll
s
t
r
uc
t
ur
e
’
s
i
n
t
e
gr
i
t
y
.
2
.
3
.
S
e
gm
e
n
t
at
ion
u
s
in
g
B
S
O
He
r
e
i
s
t
he
pr
oto
c
o
l
f
o
r
t
h
e
s
e
g
m
e
n
t
a
t
i
o
n
.
F
i
r
s
t
,
i
ni
t
i
a
li
z
e
a
po
pul
a
t
i
o
n
o
f
b
e
e
t
l
e
s
.
E
a
c
h
b
e
e
t
l
e
r
e
pr
e
s
e
n
t
s
a
po
t
e
n
t
i
a
l
s
o
l
ut
i
o
n
t
o
t
h
e
o
p
t
i
m
i
z
a
t
i
o
n
pr
o
bl
e
m
s
.
B
e
e
t
l
e
j
(B
j
)
h
a
s
a
po
s
i
t
i
o
n
(
y
j
)
i
n
t
h
e
s
o
l
ut
i
o
n
s
pa
c
e
.
T
h
e
n
,
de
f
i
ne
t
h
e
o
bj
e
c
t
i
v
e
f
u
nc
t
i
o
n
.
T
h
e
Da
vi
e
s
-
B
o
u
l
d
i
n
i
nde
x
de
t
e
r
m
i
ne
s
t
h
e
a
v
e
r
a
ge
l
e
v
e
l
o
f
s
i
mi
l
a
r
i
t
y
b
e
t
we
e
n
c
l
u
s
t
e
r
s
.
I
t
c
a
n
t
h
e
n
be
us
e
d
to
i
de
n
t
i
f
y
t
h
o
s
e
w
i
t
h
t
h
e
wo
r
s
t
c
l
us
t
e
r
i
n
g
qua
l
i
t
y
.
(
)
=
(
)
,
≠
(
3)
W
h
e
r
e
R
jk
i
s
t
h
e
a
v
e
r
a
ge
di
s
t
a
n
c
e
b
e
t
we
e
n
c
l
us
t
e
r
j
(C
j
)
a
n
d
c
l
us
t
e
r
k
,
a
pa
r
t
i
c
l
e
’
s
o
v
e
r
a
l
l
f
i
t
n
e
s
s
c
a
n
b
e
c
a
l
c
u
l
a
t
e
d
a
s
t
h
e
m
e
a
n
Da
vi
e
s
-
B
o
ul
d
i
n
i
n
de
x
ov
e
r
a
l
l
c
l
us
t
e
r
s
:
F
i
t
n
e
s
s
=
(
1/L
)
×
ΣD
B
(
c
l
us
t
e
r
)
f
or
a
l
l
c
l
us
t
e
r
s
i
n
t
h
e
i
m
a
ge
.
I
n
B
S
O
,
t
h
e
b
e
e
t
l
e
s
e
x
p
l
o
r
e
t
h
e
s
o
l
ut
i
o
n
s
pa
c
e
to
r
e
a
c
h
t
h
e
n
e
x
t
l
e
v
e
l
.
T
h
e
i
r
m
o
v
e
m
e
n
t
i
s
i
nf
l
ue
n
c
e
d
by
t
h
e
po
s
i
t
i
o
n
s
o
f
ot
h
e
r
i
ns
e
c
t
s
a
n
d
t
h
e
i
r
c
ur
r
e
n
t
p
o
s
i
t
i
o
n
.
Up
da
t
e
t
h
e
p
o
s
i
t
i
o
n
o
f
e
a
c
h
b
e
e
t
l
e
us
i
n
g
a
n
e
qua
t
i
o
n
t
h
a
t
c
o
m
bi
n
e
s
i
n
d
i
vi
dua
l
e
x
p
l
o
r
a
t
i
o
n
a
n
d
c
oo
pe
r
a
t
i
o
n
a
m
o
n
g
b
e
e
t
l
e
s
,
a
s
s
h
o
wn
i
n
(
4)
a
n
d
(
5)
.
(
+
1
)
=
(
)
+
×
(
4)
W
h
e
r
e
y
j
(
w)
i
s
t
h
e
c
ur
r
e
n
t
p
o
s
i
t
i
o
n
o
f
b
e
e
t
l
e
I
,
α
i
s
a
s
t
e
p
s
i
z
e
,
a
n
d
Δ
yj
i
s
a
r
a
n
do
m
e
x
p
l
o
r
a
t
i
o
n
v
e
c
t
or
.
(
+
1
)
=
(
)
+
×
ℎ
(
5)
W
h
e
r
e
β
i
s
a
c
o
o
pe
r
a
t
i
o
n
f
a
c
t
o
r
,
a
n
d
Δ
h
i
s
a
v
e
c
t
or
p
o
i
n
t
i
n
g
t
o
wa
r
ds
a
gl
o
b
a
l
b
e
s
t
s
o
l
ut
i
o
n
f
o
un
d
by
t
h
e
e
n
t
i
r
e
po
pul
a
t
i
o
n
.
T
h
e
n
,
we
c
a
l
c
u
l
a
t
e
t
h
e
f
i
t
n
e
s
s
(
o
bj
e
c
t
i
v
e
f
u
n
c
t
i
o
n
v
a
l
ue
)
o
f
e
a
c
h
b
e
e
t
l
e
’
s
n
e
w
p
o
s
i
t
i
o
n
us
i
n
g
t
h
e
o
bj
e
c
t
i
v
e
f
u
n
c
t
i
o
n
:
f
(w
+
1
)
=
f
(
y
j
(w
+
1
)
)
.
F
u
r
t
h
e
r
,
we
ke
e
p
t
r
a
c
k
o
f
t
h
e
b
e
s
t
s
o
l
ut
i
o
n
o
b
t
a
i
n
e
d
by
a
n
y
b
e
e
t
l
e
i
n
t
h
e
po
pu
l
a
t
i
o
n
:
b
e
s
t
=
a
ga
i
n
(
f
j
)
.
Un
t
i
l
t
h
e
t
e
r
m
i
na
t
i
o
n
c
o
n
d
i
t
i
o
n
i
s
s
a
t
i
s
f
i
e
d,
r
e
pe
a
t
s
teps
3
-
5.
T
h
e
e
x
p
l
o
r
a
t
i
o
n
a
n
d
c
o
o
pe
r
a
t
i
o
n
pa
r
a
m
e
t
e
r
s
(
α
a
n
d
β
)
a
r
e
a
d
j
u
s
t
e
d
de
pe
n
d
i
ng
o
n
t
h
e
s
pe
c
i
f
i
c
pr
o
bl
e
m
a
n
d
pe
r
f
o
r
m
a
n
c
e
r
e
qu
i
r
e
m
e
n
t
s
.
T
h
e
c
r
i
t
i
c
a
l
i
de
a
i
n
B
S
O
i
s
t
h
a
t
b
e
e
t
l
e
s
e
x
p
l
o
r
e
t
h
e
s
o
l
ut
i
o
n
s
pa
c
e
i
n
d
ivi
dua
ll
y
whil
e
b
e
n
e
f
i
t
i
n
g
f
r
o
m
t
h
e
b
e
s
t
s
o
l
ut
i
o
ns
f
o
un
d
c
o
l
lec
t
i
v
e
ly
by
t
h
e
s
w
a
r
m
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
1
5
,
N
o.
3
,
S
e
p
te
m
b
e
r
20
2
6
:
967
-
974
970
2.
4
.
F
e
at
u
r
e
e
x
t
r
ac
t
ion
C
o
l
o
r
f
e
a
t
ur
e
s
[
29
]
a
r
e
vi
s
ua
l
e
l
e
m
e
n
t
s
e
x
t
r
a
c
t
e
d
f
r
o
m
a
n
im
a
ge
t
o
r
e
pr
e
s
e
n
t
i
nf
o
r
m
a
t
i
o
n
a
b
o
ut
t
h
e
c
o
l
o
r
c
o
m
po
s
i
t
i
o
n
w
i
t
hi
n
t
h
e
p
i
c
t
ur
e
.
T
h
e
s
e
f
e
a
t
ur
e
s
a
r
e
w
i
de
ly
us
e
d
i
n
c
o
m
put
e
r
vi
s
i
o
n
a
n
d
im
a
ge
a
n
a
ly
s
i
s
a
pp
l
i
c
a
t
i
o
ns
,
i
n
c
l
ud
i
ng
t
a
s
ks
l
i
ke
c
a
t
e
gor
i
z
i
ng
a
n
d
de
t
e
c
t
i
n
g
l
e
a
f
d
i
s
e
a
s
e
s
.
B
y
a
n
a
ly
z
i
ng
c
o
l
o
r
c
h
a
r
a
c
ter
i
s
t
i
c
s
,
v
a
l
ua
bl
e
i
ns
i
g
h
t
s
c
a
n
b
e
ga
i
ne
d
a
b
o
ut
t
h
e
a
r
r
a
n
ge
m
e
n
t
a
n
d
b
a
l
a
nc
e
o
f
c
o
l
o
r
s
i
n
a
n
i
m
a
g
e
.
On
e
c
o
m
m
o
n
c
o
l
o
r
f
e
a
t
ur
e
i
s
t
h
e
c
o
l
o
r
hi
s
t
o
gr
a
m
,
w
hi
c
h
s
h
o
ws
t
h
e
d
i
s
t
r
i
b
ut
i
o
n
o
f
c
o
l
o
r
s
i
n
a
n
im
a
ge
.
T
hi
s
hi
s
t
o
gr
a
m
i
s
t
y
p
i
c
a
l
ly
r
e
pr
e
s
e
n
t
e
d
a
s
a
3
-
c
h
a
nne
l
c
o
l
o
r
hi
s
t
o
g
r
a
m
,
wh
e
r
e
hi
s
t
o
gr
a
m
s
a
r
e
c
r
e
a
t
e
d
f
o
r
t
h
e
r
e
d,
gr
e
e
n
,
a
n
d
bl
u
e
c
h
a
nn
e
l
s
i
nd
i
v
i
dua
ll
y
.
F
o
r
e
a
c
h
c
h
a
nn
e
l
,
t
h
e
hi
s
t
o
gr
a
m
i
s
c
o
n
s
t
r
uc
t
e
d
by
c
o
un
t
i
n
g
t
h
e
n
u
m
be
r
o
f
p
i
xe
l
s
w
i
t
h
a
g
i
ve
n
c
o
l
o
r
v
a
l
ue
.
S
t
a
t
i
s
t
i
c
a
l
c
o
l
o
r
m
o
m
e
n
t
s
,
s
uc
h
a
s
t
h
e
m
e
a
n
,
s
t
a
n
da
r
d
de
vi
a
t
i
o
n
,
s
ke
w
n
e
s
s
,
a
n
d
kur
t
o
s
i
s
,
c
a
n
b
e
c
o
m
pu
t
e
d
f
o
r
e
a
c
h
c
h
a
nn
e
l
t
o
de
s
c
r
i
b
e
c
o
l
o
r
di
s
t
r
i
b
ut
i
o
n
m
o
r
e
qua
n
t
i
t
a
t
i
v
e
ly
.
F
o
r
e
x
a
m
p
l
e
,
t
h
e
m
e
a
n
va
l
u
e
o
f
t
h
e
r
e
d
c
h
a
nn
e
l
i
s
c
a
l
c
u
l
a
t
e
d
by
a
v
e
r
a
g
i
ng
t
h
e
c
o
l
o
r
v
a
l
ue
s
o
f
a
l
l
p
i
xe
l
s
i
n
t
h
a
t
c
h
a
nn
e
l
.
An
o
t
h
e
r
i
m
po
r
t
a
n
t
c
o
l
o
r
f
e
a
t
ur
e
i
s
t
h
e
c
o
l
o
r
c
o
-
o
c
c
ur
r
e
n
c
e
m
a
t
r
i
x
(
C
C
M
)
,
whi
c
h
r
e
pr
e
s
e
n
t
s
t
h
e
f
r
e
que
n
c
y
o
f
c
o
l
o
r
pa
i
r
s
a
ppe
a
r
i
n
g
a
t
s
pe
c
i
f
i
c
a
n
g
l
e
s
a
n
d
d
i
s
t
a
n
c
e
s
.
T
h
e
C
C
M
c
o
o
r
di
n
a
t
e
s
i
nd
i
c
a
t
e
h
o
w
o
f
t
e
n
c
o
l
o
r
i
o
c
c
ur
s
n
e
x
t
to
c
o
l
o
r
j
a
t
a
gi
v
e
n
a
n
g
l
e
a
n
d
d
i
s
t
a
n
c
e
.
C
o
l
o
r
e
n
t
r
o
py
m
e
a
s
ur
e
s
t
h
e
l
e
v
e
l
o
f
d
i
s
o
r
de
r
or
un
c
e
r
t
a
i
n
t
y
i
n
t
h
e
di
s
t
r
i
b
ut
i
o
n
o
f
c
o
l
o
r
s
w
i
t
hi
n
a
n
i
m
a
g
e
a
n
d
i
s
e
x
pr
e
s
s
e
d
a
s
t
h
e
pr
o
b
a
bil
i
t
y
o
f
a
pa
r
t
i
c
u
l
a
r
c
o
l
o
r
a
ppe
a
r
i
n
g
i
n
t
h
e
f
r
a
m
e
.
Do
m
i
na
n
t
c
o
l
o
r
s
i
n
a
n
i
m
a
ge
c
a
n
b
e
i
d
e
n
t
i
f
i
e
d
by
c
a
l
c
u
l
a
t
i
n
g
t
h
e
i
r
f
r
e
qu
e
n
c
y
i
n
t
h
e
c
o
l
o
r
hi
s
t
o
g
r
a
m
.
A
dd
i
t
i
o
n
a
ll
y
,
t
h
e
l
a
y
o
ut
de
s
c
r
i
pt
o
r
c
a
pt
u
r
e
s
t
h
e
s
pa
t
i
a
l
a
r
r
a
n
ge
m
e
n
t
o
f
c
o
l
o
r
s
,
de
s
c
r
i
bi
ng
t
h
e
i
r
pa
t
ter
n
s
a
n
d
r
e
l
a
t
i
o
n
s
hi
p
s
.
W
h
e
n
m
e
r
g
i
n
g
t
e
x
t
ur
e
a
n
d
c
o
l
o
r
f
e
a
t
ur
e
s
,
s
t
a
t
i
s
t
i
c
a
l
m
e
t
h
o
ds
c
a
n
be
us
e
d
t
o
i
n
t
e
gr
a
t
e
t
h
e
s
e
e
l
e
m
e
n
t
s
.
F
o
r
e
x
a
m
p
l
e
,
t
h
e
m
e
a
n
t
e
x
t
ur
e
f
e
a
t
ur
e
o
f
t
h
e
r
e
d
c
h
a
nn
e
l
mi
g
h
t
b
e
c
o
m
put
e
d
a
l
o
n
gs
ide
c
o
l
o
r
f
e
a
t
ur
e
s
to
pr
o
vi
de
a
m
o
r
e
c
o
m
pr
e
h
e
ns
i
ve
a
n
a
ly
s
i
s
.
2.
5
.
F
e
at
u
r
e
s
e
l
e
c
t
ion
u
s
in
g
B
S
O
W
h
e
n
i
de
n
t
i
f
y
i
ng
l
e
a
f
d
i
s
e
a
s
e
s
,
u
t
i
l
i
z
i
n
g
B
S
O
i
nvo
l
v
e
s
s
e
l
e
c
t
i
n
g
t
h
e
m
o
s
t
a
c
c
u
r
a
t
e
s
e
gm
e
n
t
o
f
t
h
e
l
e
a
v
e
s
’
c
o
l
or
f
e
a
t
ur
e
s
to
h
e
l
p
de
t
e
r
m
i
n
e
t
h
e
pr
e
s
e
n
c
e
o
f
t
h
e
di
s
e
a
s
e
.
He
r
e
,
we
e
x
pl
a
i
n
t
h
e
s
t
e
ps
i
nv
o
l
v
e
d
i
n
t
h
i
s
pr
o
c
e
s
s
.
(
a
)
E
x
tr
a
c
t
a
s
e
t
o
f
l
e
a
f
c
o
l
o
r
f
e
a
t
ur
e
s
us
i
n
g
i
n
put
i
m
a
ge
s
.
T
h
e
s
e
c
a
n
i
n
c
l
ude
da
t
a
f
r
om
v
a
r
i
o
us
c
h
a
nn
e
l
s
,
c
o
l
o
r
m
o
m
e
n
t
s
,
a
n
d
hi
s
to
g
r
a
m
s
.
(
b
)
E
s
t
a
bl
i
s
h
t
h
e
p
r
o
pe
r
s
e
tt
i
n
gs
f
o
r
t
h
e
B
S
O
m
e
t
h
od,
i
n
c
ludi
n
g
t
h
e
p
o
pul
a
t
i
o
n
s
i
z
e
,
m
a
xim
u
m
n
u
m
b
e
r
o
f
i
t
e
r
a
t
i
o
n
s
,
c
o
n
v
e
r
ge
n
c
e
c
r
i
t
e
r
i
o
n
,
a
n
d
m
o
r
e
.
(
c
)
A
n
o
b
j
e
c
t
i
v
e
f
u
n
c
t
i
o
n
s
h
o
ul
d
b
e
d
e
f
i
n
e
d
to
m
e
a
s
ur
e
t
h
e
qu
a
l
i
t
y
o
f
a
s
ub
s
e
t
o
f
t
h
e
l
e
a
f
c
o
l
o
r
f
e
a
tur
e
s
.
I
t
s
h
o
ul
d
b
e
a
bl
e
to
t
e
l
l
whi
c
h
f
e
a
t
ur
e
s
a
r
e
m
o
s
t
a
c
c
ur
a
te
i
n
d
i
s
t
i
n
gu
i
s
hi
n
g
h
e
a
l
t
hy
l
e
a
v
e
s
f
r
o
m
d
i
s
e
a
s
e
d
o
n
e
s
.
(
d
)
F
i
r
s
t,
e
s
t
a
bl
i
s
h
a
p
opul
a
t
i
o
n
o
f
b
e
e
t
l
e
s
w
i
t
h
bi
n
a
r
y
v
e
c
t
or
s
r
e
p
r
e
s
e
n
t
i
n
g
t
h
e
e
x
c
l
us
i
o
n
o
r
i
n
c
l
u
s
i
o
n
o
f
c
e
r
t
a
i
n
c
o
l
o
r
f
e
a
t
u
r
e
s
.
T
h
e
gr
o
up
s
h
o
ul
d
t
h
e
n
b
e
di
vi
de
d
i
n
to
di
f
f
e
r
e
n
t
s
ub
s
e
t
s
.
(
e
)
T
h
e
v
a
l
ue
s
o
f
t
h
e
o
b
j
e
c
t
i
v
e
f
un
c
t
i
o
n
f
o
r
e
a
c
h
s
ub
s
e
t
o
f
t
h
e
p
o
pul
a
t
i
o
n
s
h
o
ul
d
b
e
c
a
l
c
u
l
a
t
e
d.
T
h
e
n
,
t
h
e
c
l
a
s
s
i
f
ier
wi
l
l
b
e
tr
a
i
n
e
d
o
n
t
h
e
s
e
l
e
c
t
e
d
f
e
a
t
ur
e
s
a
n
d
de
t
e
r
m
i
n
e
i
f
t
h
e
y
c
a
n
h
e
l
p
di
f
f
e
r
e
n
t
i
a
t
e
h
e
a
l
t
hy
l
e
a
v
e
s
f
r
o
m
d
i
s
e
a
s
e
d
l
e
a
v
e
s
.
(
f
)
B
a
s
e
d
o
n
t
h
e
o
b
j
e
c
t
i
v
e
f
u
n
c
t
i
o
n
v
a
l
ue
s
,
t
h
e
p
o
s
i
t
i
o
n
s
o
f
t
h
e
b
e
e
t
l
e
s
s
h
o
ul
d
b
e
upda
ted
.
B
e
e
tl
e
s
t
h
a
t
b
e
l
o
n
g
to
s
ub
s
e
t
s
t
h
a
t
h
a
v
e
b
e
tt
e
r
c
l
a
s
s
i
f
i
c
a
t
i
o
n
c
a
pa
bi
l
i
t
i
e
s
s
h
o
ul
d
b
e
f
a
v
o
r
e
d
.
(
g)
T
h
e
n
um
b
e
r
o
f
i
t
e
r
a
t
i
o
n
s
a
c
hi
e
v
e
d
or
t
h
e
c
o
n
v
e
r
ge
n
c
e
o
f
t
h
e
B
S
O
a
l
g
o
r
i
t
hm
s
h
o
ul
d
b
e
c
h
e
c
ke
d.
(
h
)
I
f
t
h
e
c
o
n
v
e
r
ge
n
c
e
or
m
a
xi
m
u
m
n
u
m
b
e
r
o
f
i
t
e
r
a
t
i
o
n
s
h
a
s
b
e
e
n
r
e
a
c
h
e
d,
p
r
o
c
e
e
d
wi
t
h
t
h
e
n
e
x
t
s
t
e
p
.
(
i
)
T
h
e
op
t
i
m
i
z
e
d
f
e
a
t
u
r
e
s
ub
s
e
t
de
r
i
v
e
d
f
r
o
m
t
h
e
b
e
e
t
l
e
s
h
o
ul
d
b
e
o
b
t
a
i
n
e
d
us
i
n
g
t
h
e
b
e
s
t
b
i
n
a
r
y
v
e
c
tor
.
I
t
s
h
o
ul
d
r
e
p
r
e
s
e
n
t
t
h
e
a
r
e
a
s
o
f
t
h
e
l
e
a
v
e
s
wi
t
h
t
h
e
m
o
s
t
a
c
c
u
r
a
t
e
di
s
c
r
i
mi
n
a
t
i
o
n
wh
e
n
i
de
n
t
i
f
y
i
ng
l
e
a
f
a
i
l
m
e
n
t
s
.
(
j
)
T
h
e
c
l
a
s
s
i
f
i
e
r
s
h
o
ul
d
o
nl
y
tr
a
i
n
o
n
t
h
e
s
pe
c
i
f
i
e
d
s
ub
s
e
t
o
f
t
h
e
c
o
l
or
f
e
a
t
u
r
e
s
.
(
k
)
C
r
o
s
s
-
v
a
l
i
da
t
e
t
h
e
c
l
a
s
s
i
f
i
e
r
’
s
r
e
s
ul
t
s
o
n
a
v
a
l
i
da
t
e
d
d
a
t
a
s
e
t
or
e
v
a
l
ua
te
i
t
s
pe
r
f
o
r
m
a
n
c
e
us
i
n
g
t
h
e
op
t
i
m
i
z
e
d
s
ub
s
e
t.
I
t
s
h
oul
d
a
l
s
o
m
e
a
s
ur
e
i
t
s
a
c
c
u
r
a
c
y
,
r
e
c
a
l
l
,
p
r
e
c
i
s
i
o
n
,
a
n
d
F
1
s
c
or
e
.
(
l
)
A
f
t
e
r
c
o
l
l
e
c
t
i
n
g
t
h
e
e
v
a
l
ua
t
i
o
n
r
e
s
ul
t
s
,
t
h
e
s
e
l
e
c
t
e
d
f
e
a
t
ur
e
s
s
h
o
ul
d
b
e
f
i
n
a
li
z
e
d
to
p
r
o
v
i
de
t
h
e
b
e
s
t
p
o
s
s
i
bl
e
pe
r
f
o
r
m
a
n
c
e
wh
e
n
de
t
e
c
t
i
n
g
l
e
a
f
d
i
s
e
a
s
e
s
.
2.
6
.
CNN
a
r
c
h
it
e
c
t
u
r
e
T
h
e
R
e
s
Ne
t
a
r
c
hi
t
e
c
t
ur
e
,
de
s
i
g
n
e
d
f
o
r
de
e
p
n
e
ur
a
l
n
e
t
w
o
r
k
tr
a
i
ni
n
g,
us
e
s
r
e
s
i
dua
l
bl
o
c
k
s
to
a
ddr
e
s
s
t
h
e
v
a
ni
s
hi
ng
gr
a
d
i
e
n
t
i
s
s
ue
,
f
a
c
il
i
t
a
t
i
n
g
t
h
e
t
r
a
i
ni
ng
o
f
i
n
t
e
ns
e
n
e
t
wo
r
ks
[
30
]
.
T
h
e
R
e
s
Ne
t
-
50
m
o
de
l
i
s
e
m
p
l
o
y
e
d
f
o
r
l
e
a
f
im
a
ge
c
l
a
s
s
if
i
c
a
t
i
o
n
w
i
t
h
a
256
×
256
-
p
i
x
e
l
i
nput
s
i
z
e
a
n
d
o
u
t
pu
t
s
t
w
o
c
l
a
s
s
e
s
:
h
e
a
l
t
hy
a
n
d
d
i
s
e
a
s
e
.
T
h
e
m
o
de
l
s
t
a
r
t
s
wi
t
h
a
n
i
n
put
l
a
y
e
r
f
o
r
l
e
a
f
i
m
a
ge
s
w
i
t
h
d
i
m
e
ns
i
o
n
s
256
×
256
p
i
x
e
l
s
a
n
d
t
h
r
e
e
-
c
o
l
o
r
c
h
a
nne
l
s
(
R
G
B
)
.
T
h
e
i
ni
t
i
a
l
c
o
nv
o
l
ut
i
o
n
a
l
l
a
ye
r
us
e
s
a
7
×
7
-
pi
xe
l
ke
r
n
e
l
w
i
t
h
64
f
il
t
e
r
s
,
p
r
o
duc
i
n
g
128
×
128
×
64
f
e
a
t
ur
e
m
a
ps
t
h
r
o
ugh
pa
ddi
n
g
a
n
d
s
tr
i
de
.
F
o
l
l
o
w
i
ng
t
hi
s
,
a
m
a
x
-
po
o
l
i
ng
l
a
y
e
r
r
e
duc
e
s
t
h
e
s
pa
t
i
a
l
d
im
e
ns
i
o
n
s
t
o
64
×
64
×
64
by
c
o
n
s
i
de
r
i
n
g
t
h
e
m
a
xim
u
m
va
l
u
e
s
i
n
a
r
e
g
i
o
n
.
T
h
e
n
e
t
wo
r
k
t
h
e
n
pr
o
g
r
e
s
s
e
s
t
h
r
o
ugh
m
u
l
t
i
p
l
e
r
e
s
i
dua
l
bl
o
c
ks
,
e
a
c
h
c
o
n
t
a
i
ni
ng
i
t
s
f
il
t
e
r
s
a
n
d
s
k
i
p
c
o
n
n
e
c
t
i
o
ns
to
a
i
d
i
n
l
e
a
r
ni
ng
c
o
m
p
l
e
x
f
e
a
t
ur
e
s
.
A
s
t
h
e
n
e
t
w
o
r
k
de
e
pe
n
s
,
t
h
e
f
e
a
t
ur
e
m
a
p
s
’
d
i
m
e
ns
i
o
n
s
c
h
a
n
ge
,
r
e
pr
e
s
e
n
t
i
n
g
t
h
e
f
e
a
t
ur
e
c
h
a
nne
l
s
’
he
i
g
h
t
,
w
i
dt
h
,
a
n
d
s
pa
t
i
a
l
d
im
e
n
s
i
o
ns
.
F
u
l
ly
c
o
nn
e
c
t
e
d
de
ns
e
l
a
y
e
r
s
f
o
l
l
o
w
t
h
e
r
e
s
i
d
ua
l
a
n
d
c
o
n
v
o
l
ut
i
o
n
a
l
l
a
y
e
r
s
,
l
e
a
d
i
ng
t
o
t
h
e
f
i
na
l
o
ut
pu
t
l
a
y
e
r
,
w
hi
c
h
c
o
n
s
i
s
t
s
o
f
t
wo
un
i
t
s
f
o
r
bi
na
r
y
c
l
a
s
s
if
i
c
a
t
i
o
n
.
T
h
e
S
o
f
t
M
a
x
a
c
t
i
v
a
t
i
o
n
f
u
n
c
t
i
o
n
c
o
nv
e
r
t
s
t
h
e
s
e
o
ut
pu
t
s
i
n
t
o
c
l
a
s
s
pr
o
b
a
bi
li
t
i
e
s
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
I
mpr
ov
ing
the
pe
r
f
or
manc
e
of
lea
f
dis
e
as
e
de
tec
ti
on
and
…
(
P
e
nugonda
Se
e
tha
R
ama
K
r
is
hna
)
971
3.
RE
S
UL
T
S
AN
D
DI
S
CU
S
S
I
ON
T
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
v
a
r
i
o
us
o
p
t
i
mi
z
a
t
i
o
n
m
e
t
h
o
ds
,
s
uc
h
a
s
P
S
O,
c
uc
koo
s
e
a
r
c
h
(
C
S
)
,
ge
n
e
t
i
c
a
l
go
r
i
t
hm
(
G
A
)
,
a
n
d
B
S
O,
i
n
o
pt
i
m
i
z
i
ng
a
s
pe
c
if
i
c
pa
r
a
m
e
t
e
r
a
r
e
c
o
m
pa
r
e
d
i
n
T
a
bl
e
1.
T
h
e
b
e
s
t
v
a
l
ue
is
a
c
hi
e
ve
d
a
c
r
o
s
s
m
u
l
t
i
p
l
e
i
t
e
r
a
t
i
o
ns
o
r
r
un
s
o
f
t
he
a
l
go
r
i
t
hm
.
T
he
B
S
O
m
e
t
h
o
d
h
a
d
t
h
e
b
e
s
t
o
p
t
i
mi
z
a
t
i
o
n
r
e
s
u
l
t
,
wi
t
h
a
n
o
v
e
r
a
l
l
s
c
o
r
e
o
f
0.
83
.
On
t
h
e
ot
h
e
r
h
a
n
d,
t
h
e
w
o
r
s
t
s
c
o
r
e
wa
s
r
e
c
or
de
d
by
B
S
O
wi
t
h
a
r
e
s
ul
t
o
f
0.
26.
T
h
e
m
e
a
n
v
a
l
u
e
i
n
d
i
c
a
t
e
s
t
h
e
c
e
n
t
r
a
l
t
e
n
de
n
c
y
o
f
t
h
e
a
c
hi
e
v
e
d
r
e
s
u
l
t
s
.
T
h
e
P
S
O
m
e
t
h
o
d
h
a
s
a
m
e
a
n
v
a
l
ue
o
f
0.
33.
C
S
,
o
n
t
h
e
ot
h
e
r
h
a
n
d,
B
S
O
h
a
s
a
m
e
a
n
v
a
l
ue
o
f
0.
59.
T
h
e
m
e
d
i
a
n
v
a
l
ue
m
e
a
s
ur
e
s
th
e
c
e
n
t
r
a
l
t
e
n
de
n
c
y
,
s
h
o
w
i
n
g
t
h
e
o
p
t
i
mi
z
a
t
i
o
n
’
s
r
e
s
u
l
t
s
a
t
t
h
e
m
i
dpo
i
n
t
.
T
h
e
da
t
a
c
o
l
l
e
c
t
e
d
by
t
h
e
s
e
s
t
a
t
i
s
t
i
c
s
pr
o
vi
de
a
n
o
v
e
r
vi
e
w
o
f
t
h
e
pe
r
f
o
r
m
a
nc
e
o
f
v
a
r
i
o
us
o
pt
i
m
iza
t
i
o
n
t
e
c
hni
que
s
w
h
e
n
o
p
t
i
mi
z
i
ng
a
s
p
e
c
i
f
i
c
p
a
r
a
m
e
t
e
r
.
T
h
e
b
e
s
t
a
n
d
wo
r
s
t
s
c
or
e
s
a
r
e
d
i
s
p
l
a
y
e
d
b
e
c
a
us
e
o
f
t
h
e
hi
g
h
e
s
t
a
n
d
l
o
we
s
t
a
c
hi
e
ve
d
v
a
l
ue
s
,
r
e
s
p
e
c
t
i
v
e
ly
.
T
h
e
“
m
e
d
i
a
n
”
a
n
d
“
m
e
a
n
”
v
a
l
ue
s
r
e
pr
e
s
e
n
t
t
h
e
c
e
n
t
r
a
l
t
e
n
de
n
c
y
o
f
t
h
e
r
e
s
u
l
t
s
;
t
h
e
hi
g
he
r
t
h
e
s
c
o
r
e
,
t
h
e
m
o
r
e
f
a
v
o
r
a
bl
e
i
t
i
s
.
T
a
bl
e
1.
P
e
r
f
o
r
m
a
nc
e
c
o
m
p
a
r
i
s
o
n
o
f
o
p
t
i
mi
z
a
t
i
o
n
tec
hni
que
s
f
o
r
pa
r
a
m
e
t
e
r
o
p
t
i
m
i
z
a
t
i
o
n
P
a
r
a
me
t
e
r
P
S
O
[
31]
CS
[
32]
G
A
[
33]
B
S
O
B
e
s
t
0.78
0.79
0.82
0.83
W
o
r
s
t
0.0016
0.0012
0.25
0.26
M
e
a
n
0.33
0.39
0.42
0.59
M
e
di
a
n
0.39
0.48
0.52
0.60
T
h
e
pr
e
s
e
n
t
e
d
m
e
t
h
o
d
wa
s
t
e
s
t
e
d
by
c
o
l
l
e
c
t
i
n
g
p
l
a
n
t
l
e
a
f
im
a
ge
s
.
T
h
e
c
o
l
l
e
c
t
e
d
da
t
a
we
r
e
t
h
e
n
a
n
a
ly
z
e
d
us
i
ng
a
B
S
O
t
e
c
hni
que
,
a
n
d
t
h
e
pr
o
c
e
s
s
wa
s
e
v
a
l
ua
t
e
d.
T
a
bl
e
2
s
h
o
ws
pe
r
f
o
r
m
a
n
c
e
i
nd
i
c
a
to
r
s
f
o
r
t
h
e
m
a
c
hi
ne
l
e
a
r
ni
ng
m
o
de
l
(
L
R
)
,
whi
c
h
c
o
m
bi
ne
l
o
g
i
s
t
i
c
r
e
gr
e
s
s
i
o
n
w
i
t
h
m
u
l
t
i
p
l
e
o
pt
i
m
i
z
a
t
i
o
n
t
e
c
hni
que
s
,
s
uc
h
a
s
t
h
e
P
S
O.
T
h
e
s
e
a
s
s
e
s
s
t
h
e
m
o
de
l
s
’
e
f
f
e
c
t
i
ve
n
e
s
s
a
n
d
qua
l
i
t
y
i
n
s
pe
c
if
i
c
c
l
a
s
s
if
i
c
a
t
i
o
n
t
a
s
ks
.
T
a
bl
e
2.
P
e
r
f
o
r
m
a
nc
e
i
n
d
i
c
a
t
o
r
s
f
o
r
v
a
r
i
o
us
m
a
c
hin
e
l
e
a
r
ni
ng
m
o
de
l
s
P
e
r
f
or
ma
n
c
e
m
e
a
s
ur
e
s
P
S
O
+
L
R
C
S
+
L
R
G
A
+
L
R
B
S
O
(
pr
o
p
o
s
e
d t
e
c
hn
iq
ue
)
+
L
R
A
c
c
u
r
a
c
y
0.81
0.82
0.78
0.84
S
e
ns
it
i
v
it
y
0.83
0.92
0.79
0.85
P
r
e
c
is
i
o
n
0.77
0.82
0.86
0.89
D
ic
e
c
oe
f
f
i
c
ie
n
t
0.87
0.8
0.75
0.85
J
a
c
c
a
r
d
0.78
0.76
0.92
0.84
T
h
e
pr
o
p
or
t
i
o
n
o
f
c
o
r
r
e
c
t
l
y
c
l
a
s
s
i
f
i
e
d
i
n
s
t
a
n
c
e
s
m
e
a
s
ur
e
s
t
h
e
m
o
de
l
’
s
a
c
c
ur
a
c
y
.
I
t
h
e
l
ps
to
e
v
a
l
ua
t
e
t
h
e
m
o
de
l
’
s
c
o
r
r
e
c
t
n
e
s
s
wh
e
n
m
a
k
i
n
g
pr
e
d
i
c
t
i
o
ns
o
n
b
ot
h
n
e
ga
t
i
ve
a
n
d
po
s
i
t
i
ve
c
a
s
e
s
.
P
S
O+
L
R
,
C
S
+
L
R
,
GA
+
L
R
,
a
n
d
B
S
O+
L
R
a
l
l
a
c
hi
e
v
e
d
a
n
a
c
c
ur
a
c
y
o
f
a
t
l
e
a
s
t
0.
81
.
Am
o
n
g
t
h
e
m
o
de
l
s
,
t
h
e
B
S
O+
L
R
m
o
de
l
is
t
h
e
m
o
s
t
a
c
c
ur
a
t
e
a
t
0.
84
.
T
h
e
s
e
ns
i
t
i
vi
t
y
o
f
a
m
o
de
l
i
s
c
o
m
put
e
d
by
c
o
ns
i
de
r
i
n
g
t
h
e
l
i
ke
li
h
oo
d
o
f
i
t
i
de
n
t
i
f
y
i
ng
t
r
ue
po
s
i
t
i
v
e
s
f
r
o
m
a
l
l
k
n
o
wn
i
ns
t
a
nc
e
s
.
I
t
c
a
n
t
h
e
n
b
e
us
e
d
t
o
m
e
a
s
ur
e
i
t
s
e
f
f
e
c
t
i
ve
n
e
s
s
i
n
c
a
pt
ur
i
n
g
s
uc
h
c
a
s
e
s
.
T
h
e
s
e
n
s
i
t
i
v
i
t
y
o
f
t
h
e
P
S
O
+
L
R
m
o
de
l
wa
s
s
e
t
a
t
0
.
83.
O
t
h
e
r
m
o
de
l
s
t
h
a
t
h
a
v
e
be
tt
e
r
s
e
n
s
i
t
i
v
i
t
y
i
nc
l
ude
t
h
e
C
S
+
L
R
,
L
R
+
G
A
,
a
n
d
B
S
O
+
L
R
.
T
h
e
pr
e
c
i
s
i
o
n
r
a
t
i
o
s
e
r
v
e
s
a
s
a
ga
uge
f
o
r
t
h
e
m
o
de
l
’
s
po
s
i
t
i
v
e
pr
e
d
i
c
t
i
o
n
a
c
c
ur
a
c
y
.
I
t
i
n
d
i
c
a
t
e
s
h
o
w
c
a
pa
bl
e
t
h
e
m
o
de
l
i
s
o
f
m
a
k
i
n
g
a
c
c
ur
a
t
e
pr
e
di
c
t
i
o
n
s
.
T
h
e
P
S
O+
L
R
,
C
S
+
L
R
,
GA
+
L
R
,
a
n
d
B
S
O+
L
R
m
a
de
a
c
c
ur
a
t
e
pr
e
di
c
t
i
o
ns
w
i
t
h
0.
77,
0.
82,
0.
86
,
a
n
d
0.
89
pr
e
c
i
s
i
o
n
,
r
e
s
pe
c
t
i
ve
l
y
.
T
he
c
o
n
c
e
pt
o
f
th
e
d
i
c
e
c
o
e
f
f
i
c
i
e
n
t
m
e
a
s
ur
e
s
t
h
e
o
v
e
r
l
a
p
o
f
t
h
e
pr
e
di
c
t
e
d
a
n
d
a
c
t
ua
l
po
s
i
t
i
v
e
i
n
s
t
a
nc
e
s
i
n
e
a
c
h
s
e
t
.
I
t
i
s
c
omm
o
nly
us
e
d
i
n
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
o
f
bi
na
r
y
t
y
pe
s
a
n
d
im
a
ge
s
e
g
m
e
n
t
a
t
i
o
n
.
T
h
e
P
S
O+
L
R
a
c
hi
e
v
e
d
a
d
i
c
e
c
o
e
f
f
i
c
i
e
n
t
o
f
0.
87,
whi
l
e
C
S
+
L
R
ha
d
a
v
a
l
ue
o
f
0.
80.
On
t
h
e
ot
h
e
r
h
a
n
d,
t
h
e
GA
+
L
R
ha
d
a
v
a
l
ue
o
f
0.
75,
a
n
d
B
S
O+
L
R
a
c
hi
e
ve
d
a
v
a
l
ue
o
f
0.
85.
T
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
oo
l
kn
o
wn
a
s
t
h
e
J
a
c
c
a
r
d
I
n
de
x
c
o
n
s
i
de
r
s
t
h
e
s
im
il
a
r
i
t
y
b
e
t
we
e
n
pr
e
d
i
c
t
e
d
a
n
d
a
c
t
ua
l
i
ns
t
a
n
c
e
s
w
h
e
n
pe
r
f
o
r
m
i
ng
s
e
g
m
e
n
t
a
t
i
o
n
o
r
c
l
a
s
s
if
i
c
a
t
i
o
n
t
a
s
ks
.
T
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
oo
l
s
t
h
a
t
pe
r
f
o
r
m
e
d
we
l
l
w
e
r
e
t
h
e
P
S
O+
L
R
,
C
S
+
L
R
,
GA
+
L
R
,
a
n
d
B
S
O+
L
R
.
T
h
e
hi
g
h
e
s
t
s
c
o
r
e
wa
s
a
c
hi
e
v
e
d
by
t
h
e
B
S
O+
L
R
,
whi
c
h
ha
d
a
v
a
l
u
e
o
f
0.
84.
T
h
e
v
a
r
i
o
us
m
e
t
r
i
c
s
a
n
a
ly
z
e
d
i
n
t
hi
s
s
t
ud
y
pr
o
vi
de
a
de
t
a
i
l
e
d
a
n
a
ly
s
is
o
f
t
h
e
c
a
pa
bi
li
t
i
e
s
o
f
t
h
e
m
o
de
l
s
whe
n
i
t
c
o
m
e
s
to
c
a
ptur
i
n
g
po
s
i
t
i
v
e
i
ns
t
a
n
c
e
s
a
n
d
a
c
c
ur
a
c
y
.
T
h
e
r
e
s
u
l
t
s
i
n
d
i
c
a
t
e
t
h
a
t
B
S
O+
L
R
pe
r
f
o
r
m
e
d
we
ll
r
e
ga
r
d
i
n
g
s
e
ns
i
t
i
v
i
t
y
,
pr
e
c
i
s
i
o
n
,
a
n
d
t
h
e
D
i
c
e
c
o
e
f
f
i
c
i
e
n
t
.
I
t
i
s
e
s
s
e
n
t
i
a
l
t
o
c
o
n
s
i
de
r
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
t
a
s
k
’
s
s
p
e
c
i
f
i
c
r
e
qu
i
r
e
men
t
s
wh
e
n
p
i
c
k
i
ng
a
s
u
i
t
a
bl
e
m
o
de
l
.
T
a
bl
e
3
s
h
o
ws
t
h
e
pe
r
f
o
r
m
a
nc
e
i
n
d
i
c
a
t
o
r
s
t
h
a
t
a
ppl
y
t
o
t
h
e
di
f
f
e
r
e
n
t
o
p
t
i
m
i
z
a
t
i
o
n
a
l
go
r
i
t
hm
s
:
P
S
O,
C
S
,
B
S
O,
a
n
d
GA
.
T
h
e
s
e
a
r
e
us
e
d
i
n
c
o
m
b
i
na
t
i
o
n
w
i
t
h
a
C
NN
f
o
r
s
pe
c
i
f
i
c
a
pp
li
c
a
t
i
o
ns
o
r
t
a
s
ks
.
T
h
e
s
e
i
nc
l
ude
s
e
n
s
i
t
i
v
i
t
y
,
pr
e
c
i
s
i
o
n
,
J
a
c
c
a
r
d
i
n
d
e
x,
a
n
d
d
i
c
e
c
o
e
f
f
i
c
i
e
n
t
.
T
h
e
P
S
O
-
C
NN
c
o
m
bi
na
t
i
o
n
h
a
s
a
n
a
c
c
ur
a
c
y
r
a
t
e
o
f
83%
,
C
S
-
C
NN
h
a
s
a
n
a
c
c
ur
a
c
y
r
a
t
e
o
f
84%
,
B
S
O
-
C
NN
h
a
s
a
n
a
c
c
ur
a
c
y
r
a
t
e
o
f
91%
,
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
1
5
,
N
o.
3
,
S
e
p
te
m
b
e
r
20
2
6
:
967
-
974
972
a
n
d
G
A
-
C
NN
h
a
s
a
n
a
c
c
ur
a
c
y
r
a
t
e
o
f
85%
.
T
h
e
s
e
n
s
i
t
i
v
i
t
y
o
f
P
S
O+
C
NN
,
C
S
+
C
NN
,
B
S
O+
C
NN
,
a
n
d
GA
+
C
NN
i
s
86%
,
85%
,
a
n
d
93%
,
r
e
s
pe
c
t
i
v
e
ly
.
On
t
h
e
ot
h
e
r
h
a
n
d,
t
h
e
s
e
t
w
o
g
r
o
ups
s
h
o
w
t
h
e
hi
g
he
s
t
s
e
n
s
i
t
i
v
i
t
y
v
a
l
ue
s
a
t
93%
,
i
n
d
i
c
a
t
i
n
g
t
h
e
y
a
r
e
b
e
t
t
e
r
a
t
i
de
n
t
i
f
y
i
ng
po
s
i
t
i
v
e
c
a
s
e
s
.
T
a
bl
e
3.
P
e
r
f
o
r
m
a
nc
e
i
n
d
i
c
a
t
o
r
s
f
o
r
v
a
r
i
o
us
de
e
p
l
e
a
r
ni
ng
m
o
de
l
s
P
e
r
f
or
ma
n
c
e
m
e
a
s
ur
e
s
P
S
O
+
C
N
N
C
S
+
C
N
N
G
A
+
C
N
N
B
S
O
+
C
N
N
(
pr
o
p
o
s
e
d t
e
c
hn
iq
ue
)
A
c
c
u
r
a
c
y
0.83
0.84
0.85
0.91
S
e
ns
it
i
v
it
y
0.86
0.93
0.85
0.93
P
r
e
c
is
i
o
n
0.82
0.84
0.88
0.93
D
ic
e
c
oe
f
f
i
c
ie
n
t
0.91
0.85
0.86
0.95
J
a
c
c
a
r
d
0.88
0.81
0.86
0.95
T
h
e
d
i
c
e
c
o
e
f
f
i
c
i
e
n
t
m
e
a
s
ur
e
s
t
h
e
o
v
e
r
l
a
p
b
e
t
we
e
n
p
o
s
i
t
i
v
e
a
r
e
a
s
a
n
d
t
h
e
p
r
e
di
c
t
i
o
n
s
.
T
h
e
h
i
g
h
e
s
t
s
c
or
e
i
s
r
e
c
o
r
de
d
b
y
C
NN
+
B
S
O,
whi
c
h
h
a
s
a
95%
c
o
r
r
e
l
a
t
i
o
n
.
T
h
e
p
o
s
i
t
i
v
e
pr
e
d
i
c
t
i
v
e
v
a
l
ue
o
f
P
S
O+
C
NN
i
s
82%
,
C
S
+
C
NN
i
s
84%
,
GA
+
C
NN
i
s
88%
,
B
S
O+
C
NN
i
s
93%
,
a
n
d
s
o
o
n
.
T
h
e
c
o
m
bi
n
a
t
i
o
n
w
i
t
h
t
h
e
hi
g
h
e
s
t
pr
e
c
i
s
i
o
n
,
B
S
O+
C
NN
,
m
a
ke
s
f
e
we
r
e
r
r
or
s
t
h
a
n
t
h
e
ot
h
e
r
s
.
T
h
e
J
a
c
c
a
r
d
i
n
de
x
i
s
t
h
e
c
l
a
s
s
i
f
i
c
a
t
i
o
n
-
o
v
e
r
m
e
a
s
ur
e
o
f
t
h
e
c
or
r
e
l
a
t
i
o
n
b
e
t
we
e
n
pr
e
di
c
t
e
d
a
n
d
a
c
tual
p
o
s
i
t
i
v
e
r
e
gi
o
n
s
.
T
h
e
C
NN
+
B
S
O
i
n
de
x
h
a
s
t
h
e
hi
gh
e
s
t
s
c
or
e
a
t
a
l
m
o
s
t
o
n
e
h
un
dr
e
d
p
e
r
c
e
n
t,
whi
c
h
i
n
d
i
c
a
t
e
s
a
s
ub
s
t
a
n
t
i
a
l
o
v
e
r
l
a
p
b
e
t
we
e
n
t
h
e
p
r
e
di
c
t
e
d
a
n
d
t
h
e
a
c
tual
p
o
s
i
t
i
v
e
a
r
e
a
s
.
A
s
s
e
e
n
i
n
F
i
gur
e
3
,
B
S
O+
C
N
N
ou
tper
f
o
r
m
s
t
h
e
ot
h
e
r
g
r
o
u
ps
o
n
a
wi
de
r
a
n
ge
o
f
m
e
a
s
ur
e
s
.
F
i
gur
e
3.
T
h
e
pe
r
f
o
r
m
a
n
c
e
o
f
d
e
e
p
l
e
a
r
ni
n
g
t
e
c
hniques
a
c
r
o
s
s
v
a
r
i
o
us
m
e
t
r
i
c
s
4.
CONC
L
USI
ON
T
h
e
t
i
m
e
ly
d
i
a
g
n
o
s
i
s
a
n
d
i
de
n
t
i
f
i
c
a
t
i
o
n
o
f
d
i
s
e
a
s
e
s
i
n
l
e
a
ve
s
i
s
a
c
r
i
t
i
c
a
l
f
a
c
t
or
i
n
m
a
i
n
t
a
i
n
i
ng
t
h
e
h
e
a
l
t
h
a
n
d
pr
o
duc
t
i
vi
t
y
o
f
c
r
o
ps
.
T
hi
s
r
e
s
e
a
r
c
h
s
u
gge
s
t
s
a
uni
que
a
ut
o
m
a
t
e
d
p
l
a
n
t
di
s
e
a
s
e
i
de
n
t
i
f
i
c
a
t
i
o
n
a
n
d
c
l
a
s
s
if
i
c
a
t
i
o
n
m
e
t
h
o
d
t
h
a
t
c
o
m
bi
ne
s
C
NN
a
n
d
B
S
O.
T
h
e
r
e
s
e
a
r
c
h
ut
i
li
z
e
s
f
o
ur
di
s
t
i
n
c
t
da
t
a
s
e
t
s
to
tr
a
i
n
a
n
d
a
s
s
e
s
s
o
ur
m
o
de
l
.
T
h
e
s
e
i
nc
l
ude
t
h
e
P
l
a
n
t
V
i
ll
a
ge
,
a
ppl
e
l
e
a
f
,
a
n
d
gr
a
pe
l
e
a
f
da
t
a
s
e
t
s
.
T
h
e
s
t
udy
pr
o
vi
de
s
a
n
o
v
e
l
a
n
d
c
o
m
pr
e
h
e
ns
i
ve
s
o
l
ut
i
o
n
to
t
h
e
i
s
s
ue
o
f
i
de
n
t
i
f
y
i
ng
a
n
d
m
a
na
g
i
n
g
l
e
a
f
d
i
s
e
a
s
e
s
i
n
a
g
r
i
c
u
l
t
ur
e
.
B
y
i
n
t
e
gr
a
t
i
n
g
B
S
O
w
i
t
h
C
NN
a
n
d
e
m
p
l
o
yi
ng
a
dva
n
c
e
d
i
m
a
ge
pr
o
c
e
s
s
i
ng
m
e
t
h
o
ds
,
we
o
f
f
e
r
a
pot
e
n
t
too
l
to
h
e
l
p
f
a
r
m
e
r
s
a
n
d
a
gr
o
n
o
m
i
s
t
s
i
m
pr
o
v
e
c
r
o
p
pr
o
du
c
t
i
vi
t
y
a
n
d
h
e
a
l
t
h
.
As
t
h
e
e
v
o
l
ut
i
o
n
o
f
a
uto
m
a
t
e
d
s
y
s
t
e
m
s
c
o
n
t
i
n
ue
s
,
t
h
e
y
h
a
v
e
t
h
e
pot
e
n
t
i
a
l
t
o
m
a
ke
a
s
i
g
nif
i
c
a
n
t
c
o
n
tr
i
b
ut
i
o
n
to
gl
o
b
a
l
f
o
o
d
s
e
c
ur
i
t
y
a
n
d
s
us
t
a
i
na
bil
i
t
y
e
f
f
o
r
t
s
.
AC
K
NOWL
E
DGM
E
NT
S
T
h
e
a
ut
h
o
r
s
a
c
kn
o
w
l
e
dge
t
h
e
s
uppo
r
t
o
f
t
h
e
De
pa
r
t
m
e
n
t
o
f
C
o
m
put
e
r
S
c
i
e
n
c
e
E
n
g
i
ne
e
r
i
n
g,
Ann
a
m
a
l
a
i
U
ni
ve
r
s
i
t
y
,
T
a
m
il
Na
du,
I
n
d
i
a
,
to
c
o
n
duc
t
t
h
i
s
r
e
s
e
a
r
c
h
.
F
UN
DI
NG
I
N
F
ORM
AT
I
ON
A
ut
h
o
r
s
s
t
a
t
e
t
h
e
r
e
i
s
n
o
f
u
n
d
i
ng
i
nv
o
l
ve
d
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
I
S
S
N:
2252
-
8776
I
mpr
ov
ing
the
pe
r
f
or
manc
e
of
lea
f
dis
e
as
e
de
tec
ti
on
and
…
(
P
e
nugonda
Se
e
tha
R
ama
K
r
is
hna
)
973
AU
T
HO
R
CONT
RI
B
UT
I
ONS
S
T
AT
E
M
E
NT
T
hi
s
j
o
ur
n
a
l
u
s
e
s
t
h
e
C
o
n
t
r
i
b
ut
or
R
o
l
e
s
T
a
x
o
n
o
m
y
(
C
R
e
d
i
T
)
to
r
e
c
o
gni
z
e
i
n
d
i
v
i
dua
l
a
ut
h
o
r
c
o
n
t
r
i
b
ut
i
o
n
s
,
r
e
duc
e
a
ut
h
or
s
hi
p
d
i
s
put
e
s
,
a
n
d
f
a
c
il
i
t
a
t
e
c
o
l
l
a
b
o
r
a
t
i
o
n
.
Nam
e
of
Aut
h
or
C
M
So
Va
Fo
I
R
D
O
E
Vi
Su
P
Fu
P
e
n
ugo
n
da
S
e
e
t
h
a
R
a
m
a
K
r
i
s
hn
a
S
.
Na
ga
r
a
j
a
n
C
:
C
o
n
c
e
pt
ua
li
z
a
ti
o
n
M
:
M
e
th
o
d
o
l
o
g
y
So
:
So
f
twa
re
Va
:
Va
li
da
ti
o
n
Fo
:
Fo
r
ma
l
a
na
l
y
s
is
I
:
I
nve
s
ti
ga
ti
o
n
R
:
R
e
s
o
u
r
c
e
s
D
:
D
a
ta
C
ur
a
ti
o
n
O
:
W
r
it
in
g
-
O
r
ig
in
a
l
D
r
a
f
t
E
:
W
r
it
in
g
-
R
e
v
i
e
w
&
E
di
ti
ng
Vi
:
Vi
s
ua
li
z
a
ti
o
n
Su
:
Su
pe
r
v
is
io
n
P
:
P
r
o
j
e
c
t
a
dmi
ni
s
tr
a
ti
o
n
Fu
:
Fu
ndi
ng a
c
qui
s
it
i
o
n
CONF
L
I
CT
OF
I
NT
E
RE
S
T
S
T
AT
E
M
E
NT
T
h
e
a
ut
h
o
r
s
de
c
l
a
r
e
t
h
a
t
t
h
e
y
h
a
v
e
n
o
c
o
nf
li
c
t
o
f
i
nt
e
r
e
s
t
.
I
NF
ORM
E
D
CONSE
NT
I
nf
o
r
m
e
d
c
o
n
s
e
n
t
wa
s
o
b
t
a
i
n
e
d
f
r
o
m
a
l
l
i
nd
i
v
i
dua
l
pa
r
t
i
c
i
pa
n
t
s
i
nv
o
l
v
e
d
i
n
t
h
e
s
t
ud
y
.
E
T
HI
CA
L
AP
P
ROV
AL
T
hi
s
s
t
ud
y
d
i
d
n
o
t
i
nv
o
l
ve
a
ny
e
x
p
e
r
i
m
e
n
t
s
w
i
t
h
h
u
m
a
n
pa
r
t
i
c
i
pa
n
t
s
o
r
a
ni
m
a
l
s
,
a
n
d
t
h
e
r
e
f
o
r
e
e
t
hi
c
a
l
a
ppr
o
v
a
l
wa
s
n
o
t
r
e
qu
i
r
e
d.
DA
T
A
AV
AI
L
AB
I
L
I
T
Y
T
h
e
da
t
a
t
h
a
t
s
upp
o
r
t
t
h
e
f
i
nd
i
ngs
o
f
t
hi
s
s
t
ud
y
a
r
e
a
v
a
i
l
a
bl
e
f
r
o
m
t
h
e
c
or
r
e
s
po
n
di
n
g
a
ut
h
o
r
up
o
n
r
e
a
s
o
n
a
bl
e
r
e
que
s
t
.
RE
F
E
R
E
NC
E
S
[
1]
S
.
S
.
C
ho
uha
n,
A
.
K
a
ul
,
U
.
P
.
S
in
gh,
a
nd
S
.
J
a
in
,
“
B
a
c
te
r
ia
l
f
or
a
gi
ng
o
pt
i
mi
z
a
ti
o
n
ba
s
e
d
r
a
di
a
l
ba
s
is
f
un
c
ti
o
n
ne
u
r
a
l
ne
t
w
o
r
k
(
B
R
B
F
N
N
)
f
o
r
id
e
n
ti
f
i
c
a
ti
o
n
a
nd
c
la
s
s
if
i
c
a
ti
o
n
of
pl
a
nt
l
e
a
f
di
s
e
a
s
e
s
:
a
n
a
ut
o
ma
ti
c
a
ppr
o
a
c
h
t
o
w
a
r
ds
pl
a
nt
pa
th
o
l
og
y
,
”
I
E
E
E
A
c
c
e
s
s
, v
ol
. 6, pp. 8852
–
8863, 2023
,
d
o
i:
10.1109/AC
C
E
S
S
.2018.2800685
.
[
2]
K
.
P
.
F
e
r
e
nt
in
o
s
,
“
D
e
e
p
l
e
a
r
ni
ng
m
o
d
e
ls
f
o
r
pl
a
nt
di
s
e
a
s
e
d
e
t
e
c
ti
o
n
a
nd
di
a
g
no
s
is
,
”
C
om
put
e
r
s
and
E
le
c
t
r
oni
c
s
in
A
gr
ic
ul
t
ur
e
,
vo
l.
145, pp. 311
–
318, 2024
, d
o
i:
10.1016/
j.
c
o
mpa
g.2018.01.00
9
.
[
3]
A
.
A
.
B
ha
r
a
t
e
a
nd
M
.
S
hi
r
dh
o
nka
r
,
“
A
r
e
v
i
e
w
o
n
pl
a
nt
di
s
e
a
s
e
de
te
c
ti
o
n
us
in
g
im
a
ge
pr
o
c
e
s
s
in
g,
”
in
P
r
oc
e
e
di
ngs
2021
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on
I
nt
e
ll
ig
e
nt
Sus
ta
in
abl
e
S
y
s
te
m
s
(
I
C
I
SS)
,
P
a
ll
a
da
m,
I
ndi
a
,
D
e
c
.
7
–
8,
2021,
pp.
103
–
109
,
do
i:
10.1109/
I
S
S
1.2017.8389326
.
[
4]
B
.
T
lh
o
b
o
ga
ng
a
nd
M
.
W
a
nn
o
us
,
“
D
e
s
ig
n
of
pl
a
nt
di
s
e
a
s
e
d
e
te
c
ti
o
n
s
y
s
te
m
:
a
t
r
a
ns
f
e
r
l
e
a
r
ni
ng
a
ppr
o
a
c
h
w
or
k
in
pr
o
gr
e
s
s
,
”
in
P
r
oc
e
e
di
ngs
2022
I
E
E
E
I
nt
e
r
nat
io
nal
C
onf
e
r
e
n
c
e
on
A
ppl
ie
d
Sy
s
te
m
I
nnov
at
io
n
(
I
C
A
SI
)
,
C
hi
ba
,
J
a
pa
n,
A
pr
.
13
–
17,
2022,
pp. 158
–
161
, do
i
:
10.1109/
I
C
A
S
I
.2018.8394556
.
[
5]
A
.
M
.
M
ut
ka
a
nd
R
.
S
.
B
a
r
t,
“
I
ma
ge
-
ba
s
e
d
ph
e
n
o
t
y
pi
ng
of
pl
a
nt
di
s
e
a
s
e
s
y
mpt
o
ms
,
”
F
r
ont
ie
r
s
in
P
la
nt
Sc
ie
nc
e
,
vo
l.
5,
p.
734,
2021
,
do
i
:
10.3389/
f
pl
s
.2014.00734
.
[
6]
R
.
T
i
ja
r
e
,
P
.
K
ha
de
,
a
nd
R
.
J
a
in
,
“
T
h
e
s
ur
ve
y
of
di
s
e
a
s
e
i
de
nt
i
f
i
c
a
ti
o
n
of
c
o
tt
o
n
l
e
a
f
,
”
I
nt
e
r
nat
io
nal
J
our
nal
of
I
nnov
at
iv
e
R
e
s
e
ar
c
h i
n C
om
put
e
r
and C
om
m
uni
c
at
io
n E
ngi
ne
e
r
in
g
, v
o
l.
3
, no
. 11, 2015
, d
o
i:
10.15680/
I
J
I
R
C
C
E
.2015. 0311131
.
[
7]
Y
.
M
.
A
.
A
l
ga
ni
,
O
.
J
.
M
.
C
a
r
o
,
L
.
M
.
R
.
B
r
a
vo,
C
.
K
a
ur
,
M
.
S
.
A
l
A
ns
a
r
i,
a
nd
B
.
K
.
B
a
la
,
“
L
e
a
f
di
s
e
a
s
e
id
e
nt
i
f
i
c
a
ti
on
a
nd
c
la
s
s
i
f
i
c
a
ti
on
us
in
g
opt
im
i
z
e
d
d
e
e
p
l
e
a
r
ni
n
g,
”
M
e
as
ur
e
m
e
nt
:
Se
ns
or
s
,
vol
.
2
5,
p.
1006
43,
20
23,
d
o
i:
10.1
016
/j
.
m
e
a
s
e
n.20
22.1
0064
3
.
[
8]
K
.
U
ddi
n,
M
.
H
.
K
ha
n,
M
.
R
a
hma
n,
a
nd
A
.
F
a
hi
m,
“
A
ut
o
ma
t
e
d
id
e
n
ti
f
i
c
a
ti
o
n
of
pl
a
nt
di
s
e
a
s
e
us
in
g
de
e
p
le
a
r
n
i
ng,
”
J
our
nal
of
B
io
lo
gi
c
al
Sc
ie
nc
e
s
, v
o
l.
2, pp. 48
-
56, 2022
,
d
o
i
:
10.
29329/J
of
B
S
.2022.445.02
.
[
9]
S
.
V
.
M
il
it
a
nt
e
,
B
.
D
.
G
e
r
a
r
d
o
,
a
nd
N
.
V
.
D
i
o
ni
s
i
o
,
“
P
la
nt
le
a
f
de
te
c
ti
o
n
a
nd
di
s
e
a
s
e
r
e
c
o
gn
it
i
o
n
us
in
g
d
e
e
p
l
e
a
r
ni
ng,
”
in
P
r
oc
e
e
di
ngs
2023
I
E
E
E
E
ur
as
ia
C
onf
e
r
e
nc
e
on
I
oT
,
C
o
m
m
uni
c
at
io
n
and
E
ngi
ne
e
r
in
g
(
E
C
I
C
E
)
,
2023,
pp.
579
–
5
82
,
do
i
:
10.1109/
E
C
I
C
E
47484.2019.8942686
.
[
10]
S
.
A
bba
s
,
M
.
J
a
in
,
S
.
G
o
ur
,
a
nd
S
.
V
a
nkud
o
th
u,
“
T
oma
t
o
pl
a
nt
di
s
e
a
s
e
d
e
t
e
c
t
i
o
n
us
in
g
tr
a
ns
f
e
r
l
e
a
r
ni
ng
w
it
h
C
-
G
A
N
s
y
nt
h
e
ti
c
im
a
ge
s
,
”
C
om
put
e
r
s
and E
le
c
t
r
oni
c
s
i
n A
gr
ic
ul
tu
r
e
, v
o
l.
187, p
. 106279, 2021
, do
i:
10.1016/j
.
c
o
mpa
g.2021.106279
.
[
11]
M
.
A
.
J
a
n,
S
.
K
ha
mi
s
,
F
.
M
o
ha
mm
a
d,
a
nd
H
.
J
.
F
a
r
im
a
n,
“
F
e
a
tu
r
e
d
e
c
i
s
i
o
n
-
ma
ki
ng
a
nt
c
o
l
o
n
y
o
pt
im
i
z
a
ti
o
n
s
y
s
t
e
m
f
or
a
n
a
ut
o
ma
te
d
r
e
c
o
gni
ti
o
n
of
pl
a
nt
s
pe
c
i
e
s
,
”
E
x
pe
r
t
Sy
s
te
m
s
w
it
h
A
ppl
ic
at
io
ns
,
v
o
l.
42,
no
.
5,
20
23
,
do
i:
10.1016/j
.
e
s
w
a
.2014.11.011
.
[
12]
R
.
P
a
ti
l,
S
.
U
dga
ve
,
S
.
M
o
r
e
,
D
.
N
e
mi
s
ht
e
,
a
nd
M
.
K
a
s
tu
r
e
,
“
G
r
a
p
e
l
e
a
f
di
s
e
a
s
e
d
e
t
e
c
ti
o
n
us
in
g
k
-
m
e
a
ns
c
lu
s
te
r
in
g
a
lg
o
r
it
h
m
,
”
I
nt
e
r
nat
io
nal
R
e
s
e
ar
c
h J
ou
r
nal
o
f
E
ngi
ne
e
r
in
g and T
e
c
hnol
ogy
(
I
R
J
E
T
)
,
vo
l.
3, n
o
. 4, pp. 2330
–
2333, 2024
.
[
13]
M
.
K
uma
r
,
P
.
G
upt
a
,
P
.
M
a
dha
v
,
a
nd
S
a
c
hi
n,
“
D
is
e
a
s
e
d
e
t
e
c
t
i
o
n
in
c
of
f
e
e
pl
a
nt
s
us
in
g
c
o
n
vo
lu
ti
o
na
l
n
e
ur
a
l
n
e
tw
or
k,
”
in
P
r
oc
e
e
di
ngs
2024
5t
h
I
nt
e
r
nat
io
nal
C
on
f
e
r
e
nc
e
on
C
om
m
uni
c
at
io
n
and
E
le
c
tr
oni
c
s
Sy
s
te
m
s
(
I
C
C
E
S)
,
C
o
im
ba
t
o
r
e
,
I
ndi
a
,
J
un. 2024, pp. 755
–
760
, do
i
:
10.1109/I
C
C
E
S
48766.2020.91380
00
.
Evaluation Warning : The document was created with Spire.PDF for Python.
I
S
S
N
:
2252
-
8776
I
n
t
J
I
n
f
&
C
o
m
m
u
n
T
e
c
hn
o
l
,
Vo
l
.
1
5
,
N
o.
3
,
S
e
p
te
m
b
e
r
20
2
6
:
967
-
974
974
[
14]
A
.
S
in
gh
a
nd
M
.
L
.
S
in
gh,
“
A
ut
o
ma
t
e
d
bl
a
s
t
di
s
e
a
s
e
d
e
t
e
c
ti
o
n
f
r
o
m
pa
dd
y
pl
a
nt
le
a
f
—
a
c
o
l
or
s
li
c
in
g
a
p
pr
o
a
c
h,
”
in
P
r
oc
e
e
di
ngs
2023
7t
h
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on
I
ndus
tr
ia
l
T
e
c
hnol
o
gy
and
M
anage
m
e
nt
(
I
C
I
T
M
)
,
O
xf
o
r
d,
U
K
,
M
a
r
.
7
–
9,
2
023,
pp. 339
–
344
,
do
i
:
10.1109/I
C
I
T
M
.2018.8333972
.
[
15]
Z
.
B
.
H
us
in
,
A
.
Y
.
B
.
M
.
S
ha
ka
f
f
,
A
.
H
.
B
.
A
.
A
z
iz
,
a
nd
R
.
B
.
S
.
M
.
F
a
r
oo
k,
“
F
e
a
s
ib
il
it
y
s
tu
d
y
o
n
pl
a
nt
c
hi
li
di
s
e
a
s
e
de
t
e
c
ti
o
n
us
in
g
im
a
ge
pr
oc
e
s
s
in
g
te
c
hni
qu
e
s
,
”
in
P
r
oc
e
e
di
ngs
2022
T
hi
r
d
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on
I
nt
e
ll
ig
e
nt
Sy
s
te
m
s
M
ode
ll
in
g
and
Si
m
ul
at
io
n
, K
o
ta
K
in
a
ba
lu
, M
a
la
y
s
ia
, F
e
b. 8
–
10, 2022, pp. 291
–
296
,
do
i
:
10.1109/I
S
M
S
.2012.33
.
[
16]
L
.
M
a
,
J
.
F
a
ng,
Y
.
C
he
n,
a
nd
S
.
G
o
ng,
“
C
o
l
or
a
na
l
y
s
is
of
l
e
a
f
im
a
g
e
s
of
d
e
f
i
c
i
e
n
c
i
e
s
a
nd
e
xc
e
s
s
ni
tr
o
g
e
n
c
o
nt
e
n
t
in
s
oy
b
e
a
n
le
a
v
e
s
,
”
in
P
r
oc
e
e
di
ngs
2023
I
nt
e
r
nat
io
nal
C
on
f
e
r
e
nc
e
on
E
-
P
r
oduc
t
E
-
Se
r
v
ic
e
and
E
-
E
nt
e
r
ta
in
m
e
nt
,
H
e
na
n,
C
hi
na
,
N
ov
.
7
–
9,
2023, vo
l.
11541023, pp. 1
–
3
,
d
o
i
:
10.1109/I
C
E
E
E
.2010.56612
35
.
[
17]
R
. C
. G
o
n
z
a
l
e
z
a
nd R
. E
. W
oo
ds
,
D
ig
it
al
I
m
age
P
r
oc
e
s
s
in
g
, 3r
d e
d. U
ppe
r
S
a
ddl
e
R
iv
e
r
, N
J
, U
S
A
:
P
e
a
r
s
o
n P
r
e
nt
i
c
e
H
a
ll
, 202
2
.
[
18]
J
.
K
it
tl
e
r
a
nd
J
.
I
ll
in
gw
o
r
th
,
“
M
in
im
um
e
r
r
o
r
th
r
e
s
h
o
ld
in
g,
”
P
at
te
r
n
R
e
c
ogni
ti
on
,
v
o
l.
19,
pp.
41
–
47,
1986
,
doi
:
10.1016/0031
-
3203(
86)
90030
-
0
.
[
19]
A
S
M
I
nt
e
r
na
ti
o
na
l,
P
r
ac
ti
c
al
G
ui
de
t
o I
m
age
A
nal
y
s
is
. N
ove
lt
y, O
H
, U
S
A
:
A
S
M
I
nt
e
r
na
ti
o
na
l,
2000
.
[
20]
S
.
M
o
ha
nt
y
e
t
al
.
,
“
U
s
in
g
de
e
p
l
e
a
r
ni
ng
f
or
im
a
ge
-
ba
s
e
d
pl
a
nt
di
s
e
a
s
e
de
t
e
c
ti
o
n,
”
F
r
ont
ie
r
s
in
P
la
nt
Sc
ie
nc
e
,
v
ol
.
7,
p.
215232,
2024
, do
i:
10.3389/
f
pl
s
.2016.01419
.
[
21]
B
r
a
hi
mi
e
t
al
.
,
“
D
e
e
p
l
e
a
r
ni
ng
f
o
r
pl
a
nt
di
s
e
a
s
e
s
:
de
te
c
ti
o
n
a
nd
s
a
li
e
nc
y
m
a
p
v
is
ua
li
z
a
ti
o
n,
”
H
um
an
and
M
ac
hi
ne
L
e
ar
ni
ng:
V
is
ib
le
, E
x
pl
ai
nabl
e
, T
r
us
tw
or
th
y
and T
r
ans
par
e
nt
, pp. 93
–
117
, 2023
, do
i:
10.1007/978
-
3
-
319
-
90403
-
0_6
.
[
22]
P.
R
e
ma
gni
n
o
,
S
.
M
a
y
o,
P
.
W
il
ki
n,
J
.
C
o
p
e
,
a
nd
D
.
K
ir
kup
,
“
M
a
c
h
in
e
l
e
a
r
ni
ng
f
or
pl
a
nt
l
e
a
f
a
n
a
l
y
s
is
,
”
C
om
put
at
io
nal
B
ot
a
ny
:
M
e
th
ods
f
o
r
A
ut
om
at
e
d Spe
c
ie
s
I
de
nt
i
f
ic
at
io
n
, pp. 57
–
79, 2024
,
do
i:
10.1007/978
-
3
-
662
-
53745
-
9_4
.
[
23]
D
.
H
ughe
s
a
nd
M
.
S
a
la
th
é
,
“
An
o
pe
n
-
a
c
c
e
s
s
r
e
p
o
s
it
o
r
y
of
im
a
ge
s
o
n
pl
a
nt
he
a
lt
h
t
o
e
na
bl
e
th
e
de
ve
l
o
pm
e
nt
of
m
o
bi
l
e
di
s
e
a
s
e
di
a
gno
s
t
ic
s
,
”
ar
X
iv
pr
e
pr
in
t
ar
X
iv
:
1511.08060
,
2023
.
[
24]
M
.
G
e
hl
o
t,
R
.
K
.
S
a
xe
na
,
a
nd
G
.
C
.
G
a
ndhi
,
“
T
o
ma
to
-
V
il
la
g
e
:
a
da
ta
s
e
t
f
or
e
nd
-
to
-
e
nd
t
o
ma
t
o
di
s
e
a
s
e
de
te
c
ti
o
n
in
a
r
e
a
l
-
w
o
r
ld
e
n
v
ir
o
nm
e
nt
,
”
M
ul
t
ime
di
a Sy
s
te
m
,
v
ol
. 29, n
o
. 6, pp.
3305
-
332
8
,
2023
, do
i:
10.10
07/
s
00530
-
023
-
01158
-
y
.
[
25]
P
.
J
ia
ng,
Y
.
C
he
n,
B
.
L
iu
,
D
.
H
e
,
a
nd
C
.
L
ia
ng,
“
R
e
a
l
-
ti
m
e
de
t
e
c
ti
o
n
of
a
ppl
e
le
a
f
di
s
e
a
s
e
s
us
in
g
de
e
p
le
a
r
ni
ng
a
ppr
o
a
c
h
ba
s
e
d
o
n
im
pr
ov
e
d
c
o
n
vo
lu
ti
o
na
l
n
e
ur
a
l
n
e
tw
o
r
ks
,
”
I
E
E
E
A
c
c
e
s
s
, v
o
l.
7,
pp. 59069
–
59080,
2024
,
do
i
:
10.1109/
A
C
C
E
S
S
.2019.2914929
.
[2
6
]
B
.
L
iu
,
Y
.
Z
ha
ng,
D
.
H
e
,
a
nd
Y
.
L
i,
“
I
d
e
nt
i
f
i
c
a
ti
o
n
of
a
pp
le
le
a
f
di
s
e
a
s
e
s
ba
s
e
d
o
n
de
e
p
c
o
n
vo
lu
ti
o
na
l
n
e
ur
a
l
ne
tw
o
r
ks
,
”
Sy
m
m
e
tr
y
,
v
o
l.
10
, n
o
.
1
,
2024
, d
o
i:
10.3390/s
y
m10010011
.
[2
7
]
M
.
W
a
ng,
S
.
Z
he
ng,
X
.
L
i,
a
nd
X
.
Q
in
,
“
A
ne
w
i
ma
ge
de
no
is
in
g
me
th
o
d
ba
s
e
d
o
n
ga
us
s
ia
n
f
il
te
r
,
”
in
P
r
oc
e
e
di
ngs
2
024
I
nt
e
r
nat
io
nal
C
onf
e
r
e
nc
e
on
in
f
o
r
m
at
io
n
s
c
ie
nc
e
,
e
le
c
tr
oni
c
s
and
e
le
c
tr
ic
al
e
ngi
ne
e
r
in
g
,
S
a
ppo
r
o
,
J
a
pa
n,
pp.
163
-
167
,
do
i:
10.1109/I
n
f
o
S
E
E
E
.2014.6948089
.
[2
8
]
A
.
K
a
tu
kur
i
a
nd
R
.
B
o
da
,
“
A
mul
ti
-
o
bj
e
c
t
i
v
e
r
a
nd
o
ml
y
upd
a
te
d
be
e
tl
e
s
w
a
r
m
a
nd
mul
ti
-
v
e
r
s
e
o
p
ti
mi
z
a
ti
o
n
f
o
r
br
a
in
tu
mo
r
s
e
gme
nt
a
ti
o
n a
nd
c
la
s
s
if
i
c
a
ti
o
n
,
”
C
om
put
e
r
J
our
nal
, v
o
l.
65, n
o
. 4, pp. 1029
–
1052, 2022
, d
o
i:
10.1093/
c
o
mj
nl
/b
x
a
b171
.
[2
9
]
J
. C
ha
ki
a
nd N
. D
e
y
,
I
m
age
C
ol
or
F
e
at
ur
e
E
x
tr
ac
ti
on T
e
c
hni
que
s
:
F
undame
nt
al
s
and A
ppl
ic
at
io
ns
, 2020
.
[
30
]
L
.
Z
ha
ng,
Y
.
B
ia
n,
P
.
J
ia
ng,
a
nd
F
.
Z
ha
ng,
“
A
tr
a
ns
f
e
r
r
e
s
id
ua
l
ne
ur
a
l
ne
tw
or
k
ba
s
e
d
o
n
R
e
s
N
e
t
-
50
f
o
r
d
e
t
e
c
ti
o
n
of
s
te
e
l
s
ur
f
a
c
e
de
f
e
c
ts
,
”
A
ppl
ie
d Sc
ie
nc
e
s
, v
o
l.
13, n
o
. 9, p. 5260, 2023
, d
o
i:
1
0.3390/a
pp13095260
.
[
3
1
]
A
.
G
.
G
a
d,
“
P
a
r
ti
c
l
e
s
w
a
r
m
o
pt
i
mi
z
a
ti
o
n
a
lg
o
r
it
hm
a
nd
it
s
a
ppl
ic
a
ti
o
ns
:
a
s
y
s
t
e
ma
ti
c
r
e
vi
e
w
,
”
A
r
c
hi
v
e
s
of
C
om
put
at
i
onal
M
e
th
ods
i
n E
ngi
ne
e
r
in
g
, vo
l.
29, pp. 2531
–
2561, 2022
, d
o
i:
10.
1007/S
11831
-
021
-
09694
-
4
.
[
3
2
]
A
.
S
.
J
o
s
hi
,
O
.
K
ul
ka
r
ni
,
G
.
M
.
K
a
ka
ndi
ka
r
,
a
nd
V
.
M
.
N
a
nde
dka
r
,
“
C
uc
koo
s
e
a
r
c
h
o
pt
im
i
z
a
ti
o
n
—
a
r
e
v
ie
w,
”
M
at
e
r
ia
ls
T
od
ay
:
P
r
oc
e
e
di
ngs
, vo
l.
4, n
o
. 8, pp. 7262
-
7269, 2024
, d
o
i
:
10.1016/j
.ma
tp
r
.2017.07.055
.
[
3
3
]
S
.
K
a
t
oc
h,
S
.
S
.
C
ha
uha
n,
a
nd
V
.
K
uma
r
,
“
A
r
e
v
i
e
w
o
n
g
e
n
e
ti
c
a
lg
o
r
it
hm
:
pa
s
t,
pr
e
s
e
nt
,
a
nd
f
ut
ur
e
,
”
M
u
lt
ime
di
a
T
ool
s
and
A
ppl
ic
at
io
ns
, vo
l.
80, pp. 8091
–
8126, 2021
, d
o
i
:
10.1007/s
11042
-
020
-
10139
-
6
.
B
I
OG
RA
P
HI
E
S
OF
AU
T
HO
RS
P
enu
g
o
n
da
Seet
h
a
R
a
m
a
Kr
i
s
hn
a
i
s
c
u
rr
en
t
l
y
w
o
r
k
i
n
g
as
s
o
ft
w
ar
e
e
n
g
i
n
ee
r
i
n
ANZ
.
H
e
c
o
m
p
l
e
t
e
d
h
i
s
M.
T
ech
.
fro
m
Su
n
fl
o
w
e
r
E
n
g
i
n
ee
r
i
n
g
Co
l
l
eg
e
,
J
.
N
.
T
.
U
K
ak
i
n
a
d
a
i
n
2
0
1
4
.
H
e
c
o
m
p
l
e
t
e
d
h
i
s
M
.
S
c
.
fr
o
m
K
.
B.
N
C
o
l
l
e
g
e
,
V
i
j
a
y
a
w
a
d
a,
A
c
h
ar
y
a
N
ag
ar
j
u
n
a
U
n
i
v
e
rs
i
t
y
i
n
2
0
0
9
.
H
e
r
ece
i
v
e
d
h
i
s
B
.
S
c
.
fr
o
m
V
.
R.
S
an
d
Y
.
R.
N
C
o
l
l
e
g
e,
C
h
i
ra
l
a
i
n
2
0
0
6
.
H
e
c
an
b
e
co
n
t
a
c
t
ed
at
em
a
i
l
:
p
s
rk
ri
s
h
n
a0
4
@
g
m
ai
l
.
c
o
m
.
D
r.
S
.
N
a
g
a
ra
j
a
n
is
cu
rr
e
n
t
l
y
w
o
r
k
i
n
g
as
an
as
s
o
c
i
at
e
p
ro
f
e
s
s
o
r
i
n
t
h
e
D
e
p
art
men
t
o
f
C
o
m
p
u
t
e
r
S
c
i
en
ce
an
d
E
n
g
i
n
ee
ri
n
g
,
G
o
v
e
r
n
me
n
t
C
o
l
l
e
g
e
o
f
E
n
g
i
n
ee
ri
n
g
Sri
ran
g
a
m,
T
ri
ch
y
o
n
d
e
p
u
t
at
i
o
n
.
Pr
e
v
i
o
u
s
l
y
,
h
e
w
o
r
k
ed
as
an
as
s
i
s
t
an
t
p
ro
fe
s
s
o
r
i
n
t
h
e
D
e
p
art
men
t
o
f
Co
m
p
u
t
e
r
Sci
e
n
ce
a
n
d
E
n
g
i
n
ee
r
i
n
g
,
Fa
cu
l
t
y
o
f
E
n
g
i
n
ee
ri
n
g
an
d
T
ech
n
o
l
o
g
y
,
A
n
n
a
m
a
l
ai
U
n
i
v
e
rs
i
t
y
fro
m
J
u
l
y
2
0
0
2
t
o
Ma
y
2
0
1
7
.
H
e
r
ec
ei
v
ed
h
i
s
B.
E
.
d
e
g
r
ee
i
n
E
l
ec
t
ro
n
i
c
s
an
d
C
o
mm
u
n
i
c
at
i
o
n
E
n
g
i
n
ee
r
i
n
g
fro
m
Bh
ar
at
h
i
d
as
an
U
n
i
v
e
rs
i
t
y
i
n
t
h
e
y
ear
1
9
9
4
an
d
M.
B
.
A
.
(P
e
rs
o
n
n
e
l
Ma
n
ag
emen
t
)
fro
m
Ma
d
u
ra
i
K
a
m
ara
j
U
n
i
v
e
rs
i
t
y
i
n
t
h
e
y
e
ar
2
0
0
2
.
H
e
co
m
p
l
e
t
ed
b
o
t
h
h
i
s
M.
E
.
d
e
g
r
ee
a
n
d
P
h
.
D
.
i
n
Co
m
p
u
t
e
r
S
ci
e
n
ce
a
n
d
E
n
g
i
n
ee
ri
n
g
fr
o
m
A
n
n
a
m
a
l
ai
U
n
i
v
e
rs
i
t
y
i
n
t
h
e
y
ear
2
0
0
5
an
d
2
0
1
6
re
s
p
ec
t
i
v
el
y
.
H
e
h
as
2
6
y
e
ars
o
f
t
e
a
ch
i
n
g
s
e
rv
i
ce
t
o
h
i
s
c
r
ed
i
t
.
H
e
h
as
p
u
b
l
i
s
h
e
d
mo
r
e
t
h
a
n
3
5
r
e
s
e
ar
c
h
p
ap
e
rs
i
n
i
n
t
e
r
n
at
i
o
n
al
j
o
u
rn
a
l
s
an
d
c
o
n
f
e
r
e
n
ce
s
.
H
i
s
r
e
s
e
ar
ch
i
n
t
e
r
e
s
t
s
i
n
c
l
u
d
e
co
m
p
u
t
er
v
i
s
i
o
n
,
art
i
fi
ci
al
i
n
t
el
l
i
g
en
ce
,
i
m
a
g
e
p
ro
ce
s
s
i
n
g
,
a
n
d
p
at
t
e
rn
r
ec
o
g
n
i
t
i
o
n
.
H
e
i
s
a
l
i
f
e
mem
b
er
i
n
CS
I
,
m
em
b
e
r
i
n
I
A
E
N
G
,
CST
A
,
an
d
U
A
C
E
E
.
H
e
i
s
a
F
e
l
l
o
w
o
f
I
n
s
t
i
t
u
t
i
o
n
o
f
E
n
g
i
n
ee
rs
(I
n
d
i
a)
.
H
e
c
an
b
e
c
o
n
t
ac
t
e
d
at
em
a
i
l
:
d
rs
n
ag
araj
a
n
_
c
s
e
@
g
ce
s
.
ed
u
.
i
n
.
Evaluation Warning : The document was created with Spire.PDF for Python.