Proceedings of International Conference On Recent Trends in Machine Learning, Iot, Smart Cities and Applications: Icmisc 2020 Vinit Kumar Gunjan

Download the full version of the textbook now at textbookfull.
com
Proceedings of International Conference on

Recent Trends in Machine Learning, IoT, Smart
Cities and Applications: ICMISC 2020 Vinit
Kumar Gunjan
https://textbookfull.com/product/proceedings-of-
international-conference-on-recent-trends-in-
machine-learning-iot-smart-cities-and-
applications-icmisc-2020-vinit-kumar-gunjan/
Explore and download more textbook at https://textbookfull.com

Recommended digital products (PDF, EPUB, MOBI) that
you can download immediately if you are interested.
Biota Grow 2C gather 2C cook Loucas
https://textbookfull.com/product/biota-grow-2c-gather-2c-cook-loucas/
textbookfull.com
Foundations and Trends in Smart Learning Proceedings of

2019 International Conference on Smart Learning
Environments Maiga Chang
https://textbookfull.com/product/foundations-and-trends-in-smart-
learning-proceedings-of-2019-international-conference-on-smart-
learning-environments-maiga-chang/
textbookfull.com
The 2020 International Conference on Machine Learning and

Big Data Analytics for IoT Security and Privacy:
SPIoT-2020, Volume 1 John Macintyre
https://textbookfull.com/product/the-2020-international-conference-on-
machine-learning-and-big-data-analytics-for-iot-security-and-privacy-
spiot-2020-volume-1-john-macintyre/
textbookfull.com
Stories without borders : the Berlin Wall and the making

of a global iconic event 1st Edition Sonnevend
https://textbookfull.com/product/stories-without-borders-the-berlin-
wall-and-the-making-of-a-global-iconic-event-1st-edition-sonnevend/
textbookfull.com
Advances in Human Factors in Architecture Sustainable
Urban Planning and Infrastructure Proceedings of the AHFE
2020 Virtual Conference on Human Factors in Architecture
Sustainable Urban Planning and Infrastructure 16 20 July
https://textbookfull.com/product/advances-in-human-factors-in-
2020 USA Jerzy Charytonowicz
architecture-sustainable-urban-planning-and-infrastructure-
proceedings-of-the-ahfe-2020-virtual-conference-on-human-factors-in-
architecture-sustainable-urban-planning-and/
textbookfull.com
Mobility, Memory and the Lifecourse in Twentieth-Century

Literature and Culture Lynne Pearce
https://textbookfull.com/product/mobility-memory-and-the-lifecourse-
in-twentieth-century-literature-and-culture-lynne-pearce/
textbookfull.com
Assessment and Obligatory Treatment of Violent and

Sexually Violent Offenders Integrating Research and
Practice Ruud H. J. Hornsveld
https://textbookfull.com/product/assessment-and-obligatory-treatment-
of-violent-and-sexually-violent-offenders-integrating-research-and-
practice-ruud-h-j-hornsveld/
textbookfull.com
Introduction to the theory of the early universe Hot Big

Bang theory 2nd Edition Gorbunov - Rubakov
https://textbookfull.com/product/introduction-to-the-theory-of-the-
early-universe-hot-big-bang-theory-2nd-edition-gorbunov-rubakov/
textbookfull.com
Good Economics for Hard Times Better Answers to Our

Biggest Problems 1st Edition Abhijit V. Banerjee & Esther
Duflo
https://textbookfull.com/product/good-economics-for-hard-times-better-
answers-to-our-biggest-problems-1st-edition-abhijit-v-banerjee-esther-
duflo/
textbookfull.com
Hang Time My Life in Basketball 1st Edition Elgin Baylor
https://textbookfull.com/product/hang-time-my-life-in-basketball-1st-
edition-elgin-baylor/
textbookfull.com
Advances in Intelligent Systems and Computing 1245
Vinit Kumar Gunjan

Jacek M. Zurada Editors
Proceedings
of International
Conference on Recent
Trends in Machine
Learning, IoT,
Smart Cities and
Applications
ICMISC 2020
Advances in Intelligent Systems and Computing
Volume 1245
Series Editor
Janusz Kacprzyk, Systems Research Institute, Polish Academy of Sciences,
Warsaw, Poland
Advisory Editors
Nikhil R. Pal, Indian Statistical Institute, Kolkata, India
Rafael Bello Perez, Faculty of Mathematics, Physics and Computing,
Universidad Central de Las Villas, Santa Clara, Cuba
Emilio S. Corchado, University of Salamanca, Salamanca, Spain
Hani Hagras, School of Computer Science and Electronic Engineering,
University of Essex, Colchester, UK
László T. Kóczy, Department of Automation, Széchenyi István University,
Gyor, Hungary
Vladik Kreinovich, Department of Computer Science, University of Texas
at El Paso, El Paso, TX, USA
Chin-Teng Lin, Department of Electrical Engineering, National Chiao
Tung University, Hsinchu, Taiwan
Jie Lu, Faculty of Engineering and Information Technology,
University of Technology Sydney, Sydney, NSW, Australia
Patricia Melin, Graduate Program of Computer Science, Tijuana Institute
of Technology, Tijuana, Mexico
Nadia Nedjah, Department of Electronics Engineering, University of Rio de Janeiro,
Rio de Janeiro, Brazil
Ngoc Thanh Nguyen , Faculty of Computer Science and Management,
Wrocław University of Technology, Wrocław, Poland
Jun Wang, Department of Mechanical and Automation Engineering,
The Chinese University of Hong Kong, Shatin, Hong Kong
The series “Advances in Intelligent Systems and Computing” contains publications
on theory, applications, and design methods of Intelligent Systems and Intelligent
Computing. Virtually all disciplines such as engineering, natural sciences, computer
and information science, ICT, economics, business, e-commerce, environment,
healthcare, life science are covered. The list of topics spans all the areas of modern
intelligent systems and computing such as: computational intelligence, soft comput-
ing including neural networks, fuzzy systems, evolutionary computing and the fusion
of these paradigms, social intelligence, ambient intelligence, computational neuro-
science, artificial life, virtual worlds and society, cognitive science and systems,
Perception and Vision, DNA and immune based systems, self-organizing and
adaptive systems, e-Learning and teaching, human-centered and human-centric
computing, recommender systems, intelligent control, robotics and mechatronics
including human-machine teaming, knowledge-based paradigms, learning para-
digms, machine ethics, intelligent data analysis, knowledge management, intelligent
agents, intelligent decision making and support, intelligent network security, trust
management, interactive entertainment, Web intelligence and multimedia.
The publications within “Advances in Intelligent Systems and Computing” are
primarily proceedings of important conferences, symposia and congresses. They
cover significant recent developments in the field, both of a foundational and
applicable character. An important characteristic feature of the series is the short
publication time and world-wide distribution. This permits a rapid and broad
dissemination of research results.
** Indexing: The books of this series are submitted to ISI Proceedings,
EI-Compendex, DBLP, SCOPUS, Google Scholar and Springerlink **
More information about this series at http://www.springer.com/series/11156

Vinit Kumar Gunjan Jacek M. Zurada
•
Editors
Proceedings of International
Conference on Recent Trends
in Machine Learning, IoT,
Smart Cities and Applications
ICMISC 2020
123
Editors
Vinit Kumar Gunjan Jacek M. Zurada
Department of Computer Science Department of Electrical
and Engineering and Computer Engineering
CMR Institute of Technology University of Louisville
Hyderabad, India Louisville, KY, USA
ISSN 2194-5357 ISSN 2194-5365 (electronic)

Advances in Intelligent Systems and Computing
ISBN 978-981-15-7233-3 ISBN 978-981-15-7234-0 (eBook)
https://doi.org/10.1007/978-981-15-7234-0
© Springer Nature Singapore Pte Ltd. 2021
This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part
of the material is concerned, specifically the rights of translation, reprinting, reuse of illustrations,
recitation, broadcasting, reproduction on microfilms or in any other physical way, and transmission
or information storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar
methodology now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this
publication does not imply, even in the absence of a specific statement, that such names are exempt from
the relevant protective laws and regulations and therefore free for general use.
The publisher, the authors and the editors are safe to assume that the advice and information in this
book are believed to be true and accurate at the date of publication. Neither the publisher nor the
authors or the editors give a warranty, expressed or implied, with respect to the material contained
herein or for any errors or omissions that may have been made. The publisher remains neutral with regard
to jurisdictional claims in published maps and institutional affiliations.
This Springer imprint is published by the registered company Springer Nature Singapore Pte Ltd.
The registered company address is: 152 Beach Road, #21-01/04 Gateway East, Singapore 189721,
Singapore
Preface
Artificial intelligence (AI) and machine learning (ML) are the emerging technolo-
gies that are moving organizations faster than ever before. In this era of digital
transformation, the success is based on using analytics to find huge amount of data
with close insights. Historically, these insights were discovered manually through
in-depth data analytics–but data complexity continues to increase, as does the
complexity of data. AI and ML are the latest tools for data scientists, enabling them
to rapidly refine the data to ensure its value.
The term ‘smart cities’ first gained traction back in the 1990s, when it was
adopted as a way to illustrate the use of technology and innovation in urban
development. Since then, the world has become increasingly urbanized. By 2020,
55% of the world’s population lives in urban areas, and the number is expected to
increase to around 70% by 2050. This rapid urbanization will put increasing
pressure on resources and address the demand for intelligent and sustainable
environments. The requirements of citizens providing a higher quality of life will
increase.
We are entering into a new era of computing technology that many are calling as
the Internet of Things (IoT). Machine to Machine, Machine to Infrastructure,
Machine to Environment, Internet of Everything, Internet of Intelligent Things,
Intelligent System–call it what you want, but it is happening, and its potential is
huge.
This book is comprised of selected and presented papers of the International
conference on Recent Trends in Machine Learning, IOT, Smart Cities &
Applications, 2020. It consists of selected manuscripts arranged on the basis of their
approaches and contributions to the scope of the conference. The chapters of this
book present key algorithms and theories that form the core of the technologies and
applications concerned, consisting mainly of face recognition, evolutionary algo-
rithms such as genetic algorithms, automotive applications, automation devices
with artificial neural networks, business management systems, IoT, machine
learning, data science and modern speech processing systems. This book also
v
vi Preface
covers recent advances in medical diagnostic systems, sensor networks and systems
of VLSI domain. Discussion of learning and software modules in deep learning
algorithms is added wherever suitable. In a nut shell the book will bring insights to
the modern advancements involved in smart cities with an IoT and ML approach.
Hyderabad, India Vinit Kumar Gunjan

Louisville, USA Jacek M. Zurada
Contents
Automated Identification of Interictal Activity from EEG Signal

Using Non-linear Features . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
Arshpreet Kaur, Karan Verma, Amol P. Bhondekar, and Kumar Shashvat
A Survey on Phishing URL Detection Using Artificial Intelligence . . . . 9
Arpita Vadariya and Nilesh Kumar Jadav
Prognosticating Liver Debility Using Classification Approaches
of Machine Learning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
Revelly Akshara and Sandhi Kranthi Reddy
Robust UI Automation Using Deep Learning and Optical Character
Recognition (OCR) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
Mithilesh Kumar Singh, Warren Mark Fernandes,
and Mohammad Saad Rashid
Load Scheduling with Combinations of Existing Tariff Structure
for Residential Consumers in Maharashtra, India—Case Study . . . . . . 45
Archana Talhar and Sanjay Bodkhe
Mammogram Classification Using Rotation-Invariant Local
Frequency Features . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
Spandana Paramkusham and C. Venkata Narasimhulu
Internet of Things (IOT) Architecture—A Review . . . . . . . . . . . . . . . . . 67
Achinta K. Palit
Robust and Lightweight Control System for IoT Networks:
Enabling IoT for the Developing World . . . . . . . . . . . . . . . . . . . . . . . . . 73
Jithu G. Panicker and Mohamed Azman
Real-Time Detection and Prediction of Heart Diseases from ECG
Data Using Neural Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
K. V. Sai Kiran, Mohamed Azman, Eslavath Nandu,
and S. K. L. V. Sai Prakash
vii
viii Contents
Gender Classification Based on Fingerprint Database

Using Association Rule Mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
Ashish Mishra, Shivendu Dubey, and Amit Sahu
Cyber Terrorism-Related Multimedia Detection Using Deep
Learning—A Survey . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
Himani Mandaviya and Snehal Sathwara
The Role of Technologies on Banking and Insurance Sectors
in the Digitalization and Globalization Era—A Select Study . . . . . . . . . 145
Venkamaraju Chakravaram, Sunitha Ratnakaram, Nitin Simha Vihari,
and Neelakantam Tatikonda
Review of Recent Plagiarism Detection Techniques
and Their Performance Comparison . . . . . . . . . . . . . . . . . . . . . . . . . . . 157
Manpreet Kaur, Vishal Gupta, and Ravreet Kaur
A Combination of 2DLDA and LDA Approach for Fruit-Grade
Classification with KSVM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
Yogeswararao Gurubelli, Malmathanraj Ramanathan,
and Palanisamy Ponnusamy
Facial Expression Extraction and Human Emotion Classification
Using Convolutional Neural Network . . . . . . . . . . . . . . . . . . . . . . . . . . . 179
Amruta Khot and Anmol Magdum
Exploring Opportunities in Hydro Electric Power Plant
with Heron’s Fountain . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
Khude Anupam Tanaji and Patil Manoj Dhondiram
A Comprehensive Survey on Application Layer Protocols
in the Internet of Things . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 203
Hemant Sharma, Ankur Gupta, and Madhavi Latha Challa
Empirical Laws of Natural Language Processing
for Hindi Language . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 217
Arun Babhulgaonkar, Mahesh Shirsath, Atharv Kurdukar,
Hrishikesh Khandare, Adwait Tekale, and Manali Musale
Classification Method to Predict Chances of Students’ Admission
in a Particular College . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
Danny Joel Devarapalli
Doppler Shift Based Sampling Rate Conversion for GFDM
Underwater Acoustic Communication . . . . . . . . . . . . . . . . . . . . . . . . . . 239
V. S. Kumar, A. Chakradhar, M. Shiva Prasad, and Y. Shekar
Contents ix
A Novel Recommendation System for Housing Search:

An MCDM Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 251
Shreyas Das, Swastik Ghosh, Bhabani Shankar Prasad Mishra,
and Manoj Kumar Mishra
Health-Related Tweets Classification: A Survey . . . . . . . . . . . . . . . . . . . 259
Kothuru Srinivasulu
Smart Farming . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
Nihar Sardal, Ankit Patel, and Vinaya Sawant
Solar-Powered Smart Agriculture and Irrigation Monitoring/Control
System over Cloud—An Efficient and Eco-friendly Method
for Effective Crop Production by Farmers in Rural India . . . . . . . . . . . 279
Syed Musthak Ahmed, B. Kovela, and Vinit Kumar Gunjan
Exploration of Classification Algorithms for Divorce Prediction . . . . . . 291
Danussvar Jayanthi Narendran, R. Abilash, and B. S. Charulatha
Pronunciation Similarity Matching Using Deep Learning . . . . . . . . . . . 305
Ashish Upadhyay, Bhupendra Kumar Sonwani, Vimal Anand Baghel,
Yash Kirti Sinha, Ashish Singh Patel, and Muneendra Ojha
Noise Reduction in SAR Images with Variable Mode CT . . . . . . . . . . . 315
R. Durga Bhavani, A. Ravi, and N. Mounika
Modeling IoT Based Automotive Collision Detection System
Using Support Vector Machine . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
Nikhil Kumar, Debopam Acharya, and Divya Lohani
Optimization-based Resource Allocation for Cloud Computing
Environment . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 333
M. Chidambaram and R. Shanmugam
Hardware Trojan Detection Using Deep Learning-Deep Stacked
Auto Encoder . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 345
R. Vishnupriya and M. Nirmala Devi
IOT and Intelligent Asthmatics Monitoring
Sensors—A Literature Survey . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 355
Aditya Bothra, Saumya Bansal, and Surender Dhiman
Exploring in the Context of Development of Smart Cities in India . . . . 365
Smita Bharne and Suryakant Patil
Microservices and DevOps for Optimal Benefits from IoT
in Manufacturing . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 375
Anurag Choudhry and Anshu Premchand
Visit https://textbookfull.com
now to explore a rich
collection of eBooks, textbook
and enjoy exciting offers!
x Contents
Semantic Interoperability for IoT Agriculture Framework

with Heterogeneous Devices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 385
P. Salma Khatoon and Muqeem Ahmed
Boosting Approach for Multiclass Fake News Detection . . . . . . . . . . . . 397
Rajkamal Kareddula and Pradeep Singh
A Sentiment-Based Recommender System Framework for Social
Media Big Data Using Open-Source Tech Stack . . . . . . . . . . . . . . . . . . 407
Shini Renjith, Mable Biju, and Monica Merin Mathew
Hardware Trojan Detection Using Machine Learning Technique . . . . . 415
Nikhila Shri Chockaiah, S. K. Swetha Kayal, J. Kavin Malar, P. Kirithika,
and M. Nirmala Devi
An Application Suite: Effectiveness in Tracking and Monitoring
of Skill Training Programs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 425
Balu M. Menon, P. Aswathi, and Shekar Lekha
Automated Water Management System Using Internet of Things . . . . . 435
Ritik Gupta, B. Shivalal Patro, and Manas Chandan Behera
Model-Based Observer Performance Study for Speed Estimation
of Brushed DC Motor with Uncertain Contact Resistance . . . . . . . . . . . 441
Sayantan Moulik and Biswajit Halder
Severity Prediction of Software Vulnerabilities Using Textual Data . . . . 453
Ruchika Malhotra and Vidushi
Data Analysis of Cricket Score Prediction . . . . . . . . . . . . . . . . . . . . . . . 465
Suyoga Srinivas, Naveen N. Bhat, and M. Revanasiddappa
Anchor-Based Effective Node Localization Algorithm for Wireless
Sensor Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 473
Basavaraj M. Angadi and Mahabaleshwar S. Kakkasageri
A Survey on Security on Medical Data and Images
in Healthcare Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 481
Swarnali Sadhukhan, Mihir Sing, Koushik Majumder, Santanu Chatterjee,
and Subhanjan Sarkar
Pothole and Speed Bump Classification Using a Five-Layer Simple
Convolutional Neural Network . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 491
Anju Thomas, P. M. Harikrishnan, J. S. Nisha, Varun P. Gopi,
and P. Palanisamy
Smart Ecosystem to Facilitate the Elderly in Ambient
Assisted Living . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 501
Ashish Patel and Jigarkumar Shah
Contents xi
Data-Driven Stillbirth Prediction and Analysis of Risk Factors

in Pregnancy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 511
Aravind Unnikrishnan, K. Chandrasekaran, and Anupam Shukla
A Comparative Study of Heuristics and Meta-heuristic Algorithms
with Issues in WSN . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 525
Prince Rajpoot, Kumkum Dubey, Nisha Pal, Ritika Yaduvanshi,
Shivendu Mishra, and Neetu Verma
A Systematic Review on an Embedded Web Server Architecture . . . . . 533
Sumant Kumar Panday, R. V. V. Krishna, and Durgesh Nandan
Water Sharing Marketplace Using IoT . . . . . . . . . . . . . . . . . . . . . . . . . 543
Dendukuri Ravi Kiran, Aki Rohith, Kothur Dinesh Reddy,
and G Pradeep Reddy
Augmenting the Existing CBPM Maintenance Philosophy Currently
in Use in the Marine Sector with Intelligent Predictive—CBPM
Philosophy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 553
Minakshi Gautam, Vaishnavi S. Ramu, Sachin Sinha,
Pranay Kumar Reddy, Monica Kondur, and S. Suresh Kumar
An Investigation on Rolling Element Bearing Fault and Real-Time
Spectrum Analysis by Using Short-Time Fourier Transform . . . . . . . . . 561
M. Siva Santhoshi, K. Sharath Babu, Sanjeev Kumar, and Durgesh Nandan
A Review of 4-2 Compressors: Based on Accuracy
and Performance Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 569
P. Venkata Ganesh, E. Jagadeeswara Rao, and Durgesh Nandan
Emotion Recognition Using Chatbot System . . . . . . . . . . . . . . . . . . . . . 579
Shraddha Pophale, Hetal Gandhi, and Anil Kumar Gupta
A Hybrid and Improved Isolation Forest Algorithm
for Anomaly Detection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 589
G. Madhukar Rao and Dharavath Ramesh
Ranger Random Forest-Based Efficient Ensemble Learning Approach
for Detecting Malicious URLs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 599
G. Madhukar Rao and Dharavath Ramesh
Smart Camera for Traffic Control by Sing Machine Learning . . . . . . . 609
Priya Tiwari, Santosh Jagtap, and Dattatray Bade
Systematic Review on Full-Subtractor Using Quantum-Dot Cellular
Automata (QCA) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 619
Sri Sai Surya, A. Arun Kumar Gudivada, and Durgesh Nandan
Intelligent Resource Identification Scheme for Wireless
Sensor Networks . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 627
Gururaj S. Kori and Mahabaleshwar S. Kakkasageri
xii Contents
A Systematic Review on Various Types of Full Adders . . . . . . . . . . . . . 635

D. Dhathri, E. Jagadeeswara Rao, and Durgesh Nandan
Design and Implementation of Smart Real-Time Billing, GSM,
and GPS-Based Theft Monitoring and Accident
Notification Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 647
B. Jyothi Priya, Parvateesam Kunda, and Sanjeev Kumar
Authentication of Vehicles in Vehicular Clouds:
An Agent-Based Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 663
Shailaja S. Mudengudi and Mahabaleshwar S. Kakkasageri
ANN-Based Model to Predict Reference Evapotranspiration
for Irrigation Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 671
Neha K. Nawandar, Naveen Cheggoju, and Vishal Satpute
Entropy: A New Parameter for Image Deciphering . . . . . . . . . . . . . . . . 681
Naveen Cheggoju, Neha K. Nawandar, and Vishal R. Satpute
A Systematic Review of Approximate Adders: Accuracy
and Performance Analysis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 689
M. Lakshmi Akhila, E. Jagadeeswara Rao, R. V. V. Krishna,
and Durgesh Nandan
A Review Paper Based on Image Security Using Watermarking . . . . . . 697
V. Ch. S. Ravi Shankar, R. U. S. D. Vara Prasad, Rama Vasantha Adiraju,
R. V. V. Krishna, and Durgesh Nandan
Smart Healthcare Analytics Solutions Using Deep Learning AI . . . . . . . 707
K. P. Subiksha and M. Ramakrishnan
Design of 32—Bit MAC Unit Using Vedic Multiplier
and XOR Logic . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 715
Aki Vamsi Krishna, S. Deepthi, and M. Nirmala Devi
Deep Learning Model for Detection of Attacks in the Internet
of Things Based Smart Home Environment . . . . . . . . . . . . . . . . . . . . . . 725
Raveendranadh Bokka and Tamilselvan Sadasivam
Smart Irrigation Using Decision Tree . . . . . . . . . . . . . . . . . . . . . . . . . . 737
Chinmay Patil, Shubham Aghav, Sagar Sangale, Shubham Patil,
and Jayshree Aher
Contextually Aware Multimodal Emotion Recognition . . . . . . . . . . . . . . 745
Preet Shah, Patnala Prudhvi Raj, Pragnya Suresh, and Bhaskarjyoti Das
A Machine Learning Based Approach for Prediction of Actual
Landing Time of Scheduled Flights . . . . . . . . . . . . . . . . . . . . . . . . . . . . 755
S. Deepudev, P. Palanisamy, Varun P. Gopi, and Manjunath K. Nelli
Contents xiii
Data Integrity and Security in Distributed Cloud

Computing—A Review . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 767
Abdullatif Ghallab, Mohammed H. Saif, and Abdulqader Mohsen
Independent Learning of Motion Parameters for Deep
Visual Odometry . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 785
Rahul Kottath, Rishab Kaw, Shashi Poddar, Amol P. Bhondekar,
and Vinod Karar
Smart Street Lights to Reduce Death Rates from Road Accidents . . . . . 795
Rajat, Naresh Kumar, and Manoj Sharma
An Improved Approach for Face Detection . . . . . . . . . . . . . . . . . . . . . . 811
C. A. Rishikeshan, C. Rajesh Kumar Reddy,
and Mohan Krishna Varma Nandimandalam
Efficient Band Offset Calculation Method for HEVC
and Its VLSI Implementation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 817
I. Manju, K. S. Srinivasan, E. Rohith Kumar, and R. Haresh
Clinical Skin Disease Detection and Classification:
Ensembled VGG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 827
Gogineni Saikiran, G. Surya Narayana, Dhanrajnath Porika,
and Gunjan Vinit Kumar
A Review of Smart Greenhouse Farming by Using Sensor Network
Technology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 849
D. Chaitanya Kumar, Rama Vasantha Adiraju, Swarnalatha Pasupuleti,
and Durgesh Nandan
A Study on Low-Frequency Signal Processing with Improved
Signal-to-Noise Ratio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 857
G. Pavan Avinash, P. Ramesh Kumar, Rama Vasantha Adiraju,
and Durgesh Nandan
Factors that Determine Advertising Evasion in Social Networks . . . . . . 865
Jesús Silva, Yisel Pinillos-Patiño, Harold Sukier, Jesús Vargas,
Patricio Corrales, Omar Bonerge Pineda Lezama, and Benjamín Quintero
Classification of Academic Events from Their Textual Description . . . . 875
Jesús Silva, Nicolas Elias Maria Santodomingo, Ligia Romero,
Marisol Jorge, Maritza Herrera, Omar Bonerge Pineda Lezama,
and Francisco Javier Echeverry
Geosimulation as a Tool for the Prevention of Traffic Accidents . . . . . . 883
Amelec Viloria, Noel Varela, Luis Ortiz-Ospino,
and Omar Bonerge Pineda Lezama
xiv Contents
Identification of Author Profiles Through Social Networks . . . . . . . . . . 893

Jesús Silva, Nicolas Elias Maria Santodomingo, Ligia Romero,
Marisol Jorge, Maritza Herrera, Omar Bonerge Pineda Lezama,
and Francisco Javier Echeverry
Real Road Networks on Digital Maps with Applications
in the Search for Optimal Routes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 901
Amelec Viloria, Noel Varela, David Ovallos-Gazabon,
Omar Bonerge Pineda Lezama, Alberto Roncallo,
and Jairo Martinez Ventura
Design of a Network with Sensor-Cloud Technology Applied
to Traffic Accident Prevention . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 911
Amelec Viloria, Noel Varela, Yaneth Herazo-Beltran,
Comparison of Bioinspired Algorithms Applied to Cancer Database . . . 921
Jesús Silva, Reynaldo Villareal-González, Noel Varela, José Maco,
Martín Villón, Freddy Marín–González,
Indicators for Smart Cities: Tax Illicit Analysis Through
Data Mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 929
Jesús Silva, Darwin Solano, Claudia Fernández, Lainet Nieto Ramos,
Rosella Urdanegui, Jeannette Herz, Alberto Mercado,
and David Ovallos-Gazabon
Classification, Identification, and Analysis of Events on Twitter
Through Data Mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 939
Jesús Silva, Pedro Berdejo, Yuki Higa, Juan Manuel Cera Visbal,
Danelys Cabrera, Alexa Senior Naveda, Yasmin Flores,
Algorithm for Detecting Polarity of Opinions in University Students
Comments on Their Teachers Performance . . . . . . . . . . . . . . . . . . . . . . 949
Jesús Silva, Edgardo Rafael Sanchez Montero, Danelys Cabrera,
Ramon Chacon, Martin Vargas, Omar Bonerge Pineda Lezama,
and Nataly Orellano
Prediction of the Efficiency for Decision Making in the Agricultural
Sector Through Artificial Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . 959
Amelec Viloria, Alex Ruiz-Lazaro, Ana Maria Echeverría González,
Omar Bonerge Pineda Lezama, Juan Lamby, and Nadia Leon Castro
Model for Predicting Academic Performance in Virtual Courses
Through Supervised Learning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 967
Jesús Silva, Evereldys Garcia Cervantes, Danelys Cabrera, Silvia García,
María Alejandra Binda, Omar Bonerge Pineda Lezama, Juan Lamby,
and Carlos Vargas Mercado
Contents xv
Genetic System for Project Support with the Sequencing Problem . . . . 977
Amelec Viloria, Noel Varela, Carlos Herazo-Beltran,
Omar Bonerge Pineda Lezama, Alberto Mercado, Jairo Martinez Ventura,
and Hugo Hernandez Palma
Method for the Recovery of Images in Databases of Skin Cancer . . . . . 985
Amelec Viloria, Noel Varela, Narledys Nuñez-Bravo,
Author Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 995

About the Editors
Vinit Kumar Gunjan is an Associate Professor of Computer Science &

Engineering at CMR Institute of Technology Hyderabad (Affiliated to Jawaharlal
Nehru Technological University, Hyderabad). He is an active researcher, and has
published papers at IEEE, Elsevier & Springer conferences, authored several books,
and edited volumes of Springer series, most of which are indexed in the SCOPUS
database. In 2016, he received the prestigious Early Career Research Award from
the Science Engineering Research Board, Department of Science & Technology,
Government of India. He is a senior member of IEEE, and is active in the IEEE
Hyderabad section. He is currently the Secretary of the Computational Intelligence
Society, and has served as the Treasurer, Secretary & Chairman of IEEE Young
Professionals Affinity Group & IEEE Computer Society.
Jacek M. Zurada (SM’85, F’96, LF’14) is a Professor of Electrical and Computer

Engineering and Director of the Computational Intelligence Laboratory at the
University of Louisville, Kentucky, USA, where he served as Department Chair
and a Distinguished University Scholar. He was a Professor at Princeton University;
Northeastern University; Auburn University; the National University of Singapore;
Nanyang Technological University in Singapore; the Chinese University of Hong
Kong;the University of Chile, Santiago; Toyohashi University of Technology,
Japan; the University of Stellenbosch, South Africa; and the University of Marie-
Curie, Paris, France, and was a Postdoctoral Fellow at the Swiss Federal Institute of
Technology, Zurich, Switzerland.
xvii
Automated Identification of Interictal
Activity from EEG Signal Using
Non-linear Features
Arshpreet Kaur, Karan Verma, Amol P. Bhondekar, and Kumar Shashvat
Abstract Analysis of EEG (Electroencephalography) for the detection of

interictal activity amidst of artefacts for supporting the diagnosis of epilepsy is a
time-consuming process that requires high expertise and experienced neurologist.
The objective of the work is automated identification interictal activity in order to
assist neurologists and also reduce the time consumed in visual inspection. For this
work, four cases distinguishing interictal from a controlled activity are considered
from the Bonn database. Non-linear properties from the complete signal such as
correlation dimensions and properties such as approximate entropy, sample entropy
and fuzzy approximate entropy from the specific sub-bands of frequency range A5
(0–2.7 Hz), D5 (2.71–5.4 Hz), D4 (5.4–10.8 Hz), D3 (10.85–21.7 Hz), and D2
(21.7–43.4 Hz) are used. Backpropagation neural network is used as a classifier.
Performance parameters accuracy, sensitivity, and specificity are calculated. Ten-
fold cross method is used as a validation method. For case 1, case 2, case 3, and
case 4, the highest accuracy of 99.9%, 99%, 98.5%, and 99% has been achieved,
respectively. The problem of interictal identification activity still remains unmapped
to some extent this work focuses on the same and in this work we have achieved
good performance measures in context to the same.
A. Kaur (B) · K. Verma

National Institute of Technology, New Delhi, Delhi, India
e-mail: [email protected]
K. Verma
A. P. Bhondekar
CSIR-Central Scientific Instruments Organization, Chandigarh, India
K. Shashvat
Bharti Vidya Peetdh’s College of Engineering, New Delhi, Delhi, India
© Springer Nature Singapore Pte Ltd. 2021 1

V. K. Gunjan and J. M. Zurada (eds.), Proceedings of International
Conference on Recent Trends in Machine Learning, IoT, Smart Cities and
Applications, Advances in Intelligent Systems and Computing 1245,
https://doi.org/10.1007/978-981-15-7234-0_1
2 A. Kaur et al.
Keywords Epilepsy · Discrete wavelet transform · Back propagation neural

network · Sample entropy · Approximate entropy · Fuzzy approximate entropy ·
Correlation dimension
1 Introduction
Epilepsy is a neurological condition affecting the nervous system of a person and

is prevalent in world’s 1% population [1]. It is the second-most common neuro-
logical disorder. EEG is a tool used by neurologists to support the diagnosis of this
disease. EEG examination last from twenty minutes to hour or even longer for patients
admitted for continuous monitoring. Generally, abnormalities (interictal activity) are
looked for in an EEG admits of various physiological and non-physiological artefacts
which may include a bad electrode, eye-flutter, eye blink artefact, etc. Researchers
have been developing methodologies to understand and interpret EEG brain waves
form many decades not only to support a diagnosis of various diseases but to under-
stand sleep patterns [2] and syndromes [3], correlate them with a mood of people
and even understand effect of different types of music on people [4]. Among features
used to study EEG, nonlinear features are popular among researchers which can be
attributed to the non-stationary nature of EEG. In [5] Babloyantz et al. (1985) used
LLE (Lyapunov exponents) and CD(correlation dimension) to study sleep wave
signals of sleep stage two and stage four and presented that some stages of sleep
are characterized by chaotic attractors. In [6] Acharya et al. (2012) used approxi-
mate entropy, sample entropy phase entropy 1 and phase entropy 2 as features and
fed them into seven classifiers out which fuzzy classifier performed the best classi-
fying between (normal)-(pre-ictal)-(Ictal) class with 98.1% classification accuracy.
In [7] Acharya et al. (2015) studied ten entropy features and RQA and compared
these for various two-class problems in which controlled and ictal were compared
and interictal and ictal were considered for three-class problem controlled, interictal
and ictal were considered the researcher concluded that entropies are a state of art
features in understanding EEG states. In [8] Tawfik et al. (2016) used WPE (Weighted
Permutation Entropy) and Support vector machine classifier for three cases (Z-S),
(Z-F-S) and (Z-O-N-F-S) for which classification accuracy of 99%, 97.5%, 93.75%
was achieved. In [9] Acharya et al. (2019) studied use of different types of nonlinear
features which are entropy-based such as fractal dimension, Hjorth, LLE, Reoccur-
rence qualitative analysis, Lempel-ziv complexity are discussed; the study concluded
that the nonlinear features hold the capability to detect minute changes in EEG from
focal and non-focal classes and have the capability to be used in clinical settings.
Though much work has been done understanding and classifying between various
EEG states but identifying interictal activity from the activity of controlled patients
has the potential to be explored fully. In this work, we have used Bonn data from
[10], which is a publically available data set. Figure 1 depicts various sets in the
available data. The data set has five sets corresponding to five states; set A and set B
are taken from a controlled group. Set A with eyes open and Set B with eyes closed.
Automated Identification of Interictal Activity … 3
Fig. 1 Plots of different sets used
Sub-band Feature Extraction

Extraction Sample Entropy Back Propagation
Neural Network
D5 Approximate Entropy
Divide data D4 Approximate Entropy
into respective D3
group: D2 Fuzzy Approximate
Complete Signal
A5 Entropy
Controlled- of the Groups
(Inter- Ictal) Performance
A-C Evaluation
B-C Correlation Dimension Accuracy
A-D Sensitivity
B-D Specificity
Fig. 2 Work methodology
Set C and Set D hold interictal discharges from five patients from the epileptic zone
in set C and opposite to epileptic zone in set D. Set E contains ictal activity. In this
work, our focus is to distinguish controlled activity from interictal activity. For this
work, we have considered four cases under group controlled and interictal; which
are A–C, B–C, A–D, and B–D (Fig. 2).
2 Methodology
2.1 Data Details and Group Division
For this work the objective was to classify between data taken from controlled patients
and data taken from people with interictal activity; therefore, a total of four cases
were considered. Total of 100 files was present in each set. Each signal was recorded
for 23.6 s at a sampling frequency of 173.6 Hz and hence had 4096 data points.
Visit https://textbookfull.com
now to explore a rich
collection of eBooks, textbook
and enjoy exciting offers!
4 A. Kaur et al.
Table 1 EEG sub-band

Sub-band Preprocessing (Hz)
division
D2 21.7–43.4
D3 10.85–21.7
D4 5.4–10.8
D5 2.71–5.4
A5 0–2.71
2.2 Data Preprocessing
All the datasets considered in this work are divided into five sub-bands; ‘db4’ wavelet
is used for the sub-band division. Table 1 depicts the specific frequency range.
Feature Extraction:
For this work, three entropy-based features are Approximate Entropy, Sample
Entropy, and fuzzy approximate entropy are extracted out of the five sub-bands used
mentioned in Table 1. Correlation dimension is extracted out of complete signal. Total
16 features are used to train the model. These entropy-based features have been also
used by previous researches either independently or with combination with other
features and have been elaborately explained in [11–15]. For this work, the value of
parameters used are as follows N is taken to be 4097, m is embedding dimension; it
is set to two and r is vector comparison distance. It is set to 0.2 times the standard
deviation of the signal. Correlation dimension measure chaotic signal complexity
for time-domain signal which is uniformly sampled is used in this work is specified
more clearly in [16].
2.3 Classification
Backpropagation neural network was used in this work. The number of hidden layers
used in this algorithm was set to 10. The maximum epoch was set to 1000. Tan-
Sigmoid was used as a transfer function. Levenberg Marquardt optimization is used
for this work. The validation method opted is k-fold where the value of k is set to 10.
Three parameters Accuracy, Sensitivity, and Specificity are calculated. Following
Eqs. (1–3) specifies the formulas. For the equations considered true positive cases
are where the interictal activity is correctly classified, true negative is one where
there is no actual activity and it is actually classified as such.
T r ue Positive + T r ueN egative

Accuracy: =
T r ue Positive + False Positive + T r ueN egative + FalseN egative
(1)
T r ue Positive
Sensitivity: = (2)
T r ue Positive + FalseN egative
T r ueN egative
Specificity: = (3)
T r ueN egative + False Positive
3 Results
Table 2 holds the results obtained using the methodology proposed in this work. For
this work, four cases have been evaluated for all of which accuracy, sensitivity, and
specificity have been calculated. Table 2 contains the results obtained. Highest accu-
racy of 99% has been achieved for case 2 (B–C) when comparing controlled group and
interictal activity recorded from epileptic zone; while comparing controlled activity
from and interictal activity from opposite from epileptic zone highest accuracy of
98.98% has been achieved for case 4 (B–D). This work indents on comparing inter-
ictal activity and activity from the controlled patients. For this work Backpropagation
neural is used to classify between them. Nonlinear entropy-based features approxi-
mate entropy, sample entropy, and fuzzy approximate entropy were extracted from
five sub-bands of both types of signals and correlation dimensions from a complete
signal.
Figures 3 and 4 compares correlation dimension of two sets used in this study from
which it can be observed that interictal activity which is represented by Set C and
Set D has higher correlation dimension than activity from controlled patient repre-
sented by Set A and Set B. Table 3 compares different studies on a similar database.
Table 2 Results obtained

Accuracy Sensitivity Specificity
from proposed method
A–C 99.5 99 100
B–C 99 99 99
A–D 98.5 99 98
B–D 99 98 100
1.5
0.5
0
100
147
Set A Set C
Fig. 3 Correlation dimension plot of set A and set C

6 A. Kaur et al.
1.5
0.5
100
147
Set B Set D
Fig. 4 Correlation dimension of set B and set D
Table 3 Comparison of results with previous research work

Researcher Year Feature Classifier Classification Accuracy of
different
cases (%)
Sriraam [20] 2017 WPLogEn Recurrent Elman A–C 99.7
neural network A–E 99.7
C–E 99.85
Manish et al. 2017 LS-SVM ATFFWT and FD AB–CD 92.5
[17]
Wang et al. 2017 LDWT-based feature SVM CD–AB–E 93.9
[19] extraction
Jaiswalet al. 2016 1D–LBP Bayes Net A–D 99.50
[21]
Mahmut 2016 Discretization-based Neuro-fuzzy AB–CD 92
HEK˙IM [18] entropy inference system
(ANFIS)
Proposed 2019 Approximate Backpropagation A–C 99.5
work entropy, sample neural network B–C 99
entropy, fuzzy backpropagation
approximate entropy, neural network A–D 98.5
correlation B–D 99
dimension
Previous researchers have worked on compared (a) activity from controlled patients
with epileptic, (b) activity from controlled patients with interictal, (c) interictal with
epileptic activity taking different cases. However, not much work is available to
compare activity from controlled patients with interictal activity. This study has
considered four such cases. From Table 3 it can be seen that different researchers
have worked on different cases on similar problems and the proposed methodology
outperforms [17–19] to the good margin where a different combination of sets for the
same problem is considered. Though, work done in [20, 21] have marginally outper-
formed the proposed method by 0.2% and 1% for case 1 and case 3 considered in
our work, respectively. However, not all cases have been considered in any of the
recent and previous studies.
4 Conclusion
To identify interictal discharges from routine EEG admits of artefacts through visual
inspection is a crucial but time-consuming task. To support the diagnosis of epilepsy
it is an important process. The automation of this process will ensure will supplement
the neurologist. This work is done to conquer the same problem. For validation k-
fold validation method is used in this work. We have considered four cases from the
publically available dataset and have achieved good performance measures.
Acknowledgements The authors express appreciation to R. G. Andrzejaket et al. for their public
accessible database [10].
References
1. Fisher RS, van Emde BW, Blume W et al (2005) Epileptic seizures and epilepsy: definitions
proposed by the International League against Epilepsy (ILAE) and the International Bureau
for Epilepsy (IBE). Epilepsia 46:470–472
2. Kobayashi T, Misaki K, Nakagawa H, Madokoro S, Ihara H, Tsuda K et al (1999) Non-linear
analysis of the sleep EEG. Psychiatry Clin Neurosci 53(2):159–161. https://doi.org/10.1046/j.
1440-1819.1999.00540
3. Lin R, Lee RG, Tseng CL, Zhou HK, Chao CF, Jiang JA (2006) A new approach for identifying
sleep apnea syndrome using wavelet transform and neural networks. Biomed Eng Appl Basis
Commun 18(3):138–144
4. Lin W-C, Chiu H-W, Hsu C-Y (2005) Discovering EEG signals response to musical signal
stimuli by time-frequency analysis and independent component analysis. In: Proceedings of
the 27th annual IEEE engineering in medicine and biology conference. Shanghai, China, pp
2765–2768
5. Babloyantz A, Nicolis C, Salazar JM (1985) Evidence of chaotic dynamics of brain activity
during the sleep cycle. Phys Lett 111A:152–157
6. Acharya UR et al (2012) Automated diagnosis of epileptic EEG using entropies. Biomed Signal
Process Control 7(4):401–408
7. Acharya UR, Fujita H, Sudarshan VK, Bhat S, Koh JEW (2015) Application of entropies for
automated diagnosis of epilepsy using EEG signals: a review. Knowledge-Based Syst 88:85–96
8. Tawfik NS, Youssef SM, Kholief M (2016) A hybrid automated detection of epileptic seizures
in EEG records. Comput Electr Eng 1(53):177–190
9. Acharya UR et al (2019) Characterization of focal EEG signals: a review. Future Gener Comput
Syst 91:290–299
10. Andrzejak RG, Lehnertz K, Mormann F, Rieke C, David P, Elger CE (2001) Indications
of nonlinear deterministic and finite-dimensional structures in time series of brain electrical
activity: dependence on recording region and brain state. Phys Rev E 64(6):061907
11. Kumar Y, Anand MLDRS (2014) Epileptic seizures detection in EEG using DWT-based ApEn
and artificial neural network, pp 1323–1334
8 A. Kaur et al.
12. Chen LL, Zhang J, Zou JZ, Zhao CJ, Wang GS (2014) A framework on wavelet-based nonlinear
features and extreme learning machine for epileptic seizure detection. Biomed Signal Process
Control 10(1):1–10
13. Xiang J, Li C, Li H, Cao R, Wang B, Han X, Chen J (2015) The detection of epileptic seizure
signals based on fuzzy entropy. J Neurosci Methods 243:18–25
14. Song Y, Liò P (2010) A new approach for epileptic seizure detection: sample entropy based
feature extraction and extreme learning machine. J Biomed Sci Eng 3(6):556–567
15. Bai D, Li X, Qiu T (2007) The sample entropy and its application in EEG based epilepsy
detection. J Biomed Eng 24(1):200–205
16. Theiler J (1987) Efficient algorithm for estimating the correlation dimension from a set of
discrete points. Phys Rev A 36(9):4456 American Physical Society
17. Sharma M, Pachori RB, Acharya UR (2017) A new approach to characterize epileptic seizures
using analytic time-frequency flexible wavelet transform and fractal dimension. Pattern Recogn
Lett 15(94):172–179
18. Hekim M (2016) The classification of EEG signals using discretization-based entropy and the
adaptive neuro-fuzzy inference system. Turkish J Electr Eng Comput Sci 24(1):285–297
19. Wang Y, Li Z, Feng L, Bai H, Wang C (2018) Hardware design of multiclass SVM classification
for epilepsy and epileptic seizure detection. IET Circ Dev Syst 12:108–115
20. Sriraam SRN (2017) Classification of epileptic seizures using wavelet packet log energy and
norm entropies with recurrent Elman neural network classifier. Cogn Neurodyn 11(1):51–66
21. Jaiswal AK, Banka H (2017) Local pattern transformation based feature extraction techniques
for classification of epileptic EEG signals. Biomed Signal Process Control 34:81–92. https://
doi.org/10.1016/j.bspc.2017.01.005
Random documents with unrelated
content Scribd suggests to you:
The Project Gutenberg eBook of La
Montserrat
This ebook is for the use of anyone anywhere in the United States
and most other parts of the world at no cost and with almost no
restrictions whatsoever. You may copy it, give it away or re-use it
under the terms of the Project Gutenberg License included with this
ebook or online at www.gutenberg.org. If you are not located in the
United States, you will have to check the laws of the country where
you are located before using this eBook.
Title: La Montserrat
Novela de costums del nostre temps
Author: Dolores Monserdá de Maciá
Release date: March 13, 2024 [eBook #73161]
Language: Catalan
Original publication: Barcelona: Imprempta La renaixensa, 1893
*** START OF THE PROJECT GUTENBERG EBOOK LA MONTSERRAT

***
La Montserrat
Novela de costums del nostre temps
Dolors Monserdà
1893
Aquest text ha estat digitalitzat i processat per l’Institut

d’Estudis Catalans, com a part del projecte Corpus Textual
Informatitzat de la Llengua Catalana.
La familia Bach.
Don Joaquím Bach y Brucells, era en la época en que comensém la
nostra narració, persona molt coneguda entre la classe mitja de
Barcelona. Sos antecedents, eran los de la majoria dels menestrals
enriquits.
Comptava apenas dotze anys, quan los seus pares, pajesos dels
voltants de Lleyda, lo portaren á Barcelona, pera posarlo d’aprenent
en una d’eixas botigas molt en boga, per los anys de 1840,
anomenadas de mantegayre, en las que’ls amos, regularment fills de
Cerdanya, entremitg de mantas, flassadas, tapabocas, géneros de
punt y enfilalls de moradas y vermellas barretinas, hi venian
saborosa mantega, que directament rebian del seu país. Los
aprenents, sempre catalans, pero de montanya, entravan pera
menjar y dormir á la casa, en la que si eran honrats y aixerits,
regularment hi passavan los quatre anys del aprenentatje; sortintne
tant espabilats, com estalviadors y poch vanitosos, en lo relatiu á no
donarse vergonya de fer tot lo que creyan podia conduhirlos á la
realisació de sos ideals, que en aquella época de gustos moderats, se
reduhia senzillament á lo que se’n diu fer diners.
En Joaquím, fill extern, qual llegítima, no passava de tres á quatre

centas lliuras, vingut á Barcelona ab lo propósit de fer estalvis, per
los que, desde petitet, havia mostrat decidida afició, se posá á
treballar ab tant afany y bon acert, que als vint y sis anys se trobava
ja amo d’una acreditada botiga, situada en los voltants de Santa
Maria del Mar. Algú ha dit, si en aquella época, s’havia enamorat,
mes ó menos fondament, d’una bonica noya, fadrina sastressa d’una
botiga vehina; pero en Joaquím, sabia molt de comptar; havia vingut
á Barcelona, per fer diners; lo género de la botiga, no era encara tot
seu; la noya, no sols era pobra, sino que també ho era la seua familia,
ab lo que sempre tindria un pobre á la porta, y com tot justament per
aquell temps, s’escaygués que la propietaria de la casa del davant,
morís, deixant á una neboda, única hereva seua, la finca y un
capitalet de dos ó tres mil duros en diners, lo bon Joaquím, obrí uns
ulls com unas taronjas y com era ja entrant de la casa y molt ben
reputat en ella, per sas qualitats de honradesa y laboriositat, apesar
de que la noya no tenia res de guapa y comptava tres ó quatre anys
més que éll, lo nostre home reflexioná, y deixant de part los
enamoricaments ab la sastressa, demaná y obtingué la má de la
neboda de la difunta propietaria, ab la que s’hi casá sis mesos
després.
La núvia, anomenada Francisqueta Guix, era lo que se’n diu una

bona xicota. Contenta de trobarse ab marit, pe’l que feya anys
suspirava, s’hi entregá en cos y ánima; y quan ab lo temps la
prosperitat de la casa li confirmá la aptitut de’n Joaquím pe’l negoci,
sa natural timidesa decliná en un cert acobardiment, que contribuhí
á que l’espós, ensuperbit per l’éxit cada dia creixent de la seua
fortuna, únich goig y aspiració de la seua vida, se constituhís en rey
absolut de tot lo que’l rodejava, cregut de bona fé, que puig tenia
diners, ho tenia tot.
La primera educació dels tres fills d’aquest matrimoni, un noy y duas
noyas, corregué esclusivament, baix la direcció paterna; ja que per la
idiossincracia de la dona y la infatuhitat del marit, la mare no exercí
ab los seus fills, mes que’ls cuidados que’s reservan á una criada
distingida. En Joaquím s’enmiscuhí, donchs, en la criança moral de
las criaturas, en la que, com es de suposar, donada la seua manera de
ser, ab los diners ho feya tot. Ab diners los feya creure; ab diners los
feya pendre las medicinas quan estavan malalts; ab diners los
recompensava lo seu bon comportament; y com es natural,
prenentlos los diners, los castigava al fer entremaliaduras ó malesas.
Difícil es preveure fins ahont l’hauria portat lo seu entussiasme per
aquesta educació monetaria, si aconteixements més afortunats
encara, no haguessin cambiat del tot la vida modesta y metódica de
la familia.
A trenta mil duros, aproximadament, havia ascendit la fortuna d’en

Bach als deu anys del seu matrimoni; pero aixó que en la seua
primera joventut hauria estat lo Non plus ultra de las seuas
aspiracions, li era ja poca cosa, desde’l moment que ho possehía. La
Bolsa, aqueix Monte Carlo, California per uns, abim de deshonra y de
pobresa per altres, començá á atraure la inmensitat de las seuas
ambicions. Havia sigut afortunat en tot y no podia perdre: la idea lo
seduhí, ho probá y l’éxit va coronar sas primeras tentativas. Las
ganancias l’enardiren y en son magi hi formiguejá la idea de fer un
colp gros, que’l permetés deseixirse de la botiga de mantegayre,
ahont la seua vanitat, hi vivia ja anémica y encongida. La sort sempre
propicia per ell, seguí afavorintlo en jugadas de major entitat y
gracias á arreplegar en una d’ellas la fusió de las martorells y fransas,
en Joaquím se trobá ab un respectable capital de un parell de cents
mil duros.
Donats los seus antecedents, en Bach distava molt de ésser un home

instruhit; sabia escriure pera fer ab cert rasgueig los comptes y
rebuts de la casa; sabia llegir lo suficient pera enterarse dels
encárrechs que li feyan y fins de la crónica y dels partes telegráfichs
del Diario de Barcelona, mentres després del dinar, ab quatre ó
cinch companys, saborejava sa tassa de Moka, en una de las taulas
del arrecerat Café Español de la plaça Real. Pero la picardía y un
notable sentit práctich, lo portaren ahont segurament no l’hauria
portat la ciencia, ni’l talent; que fou á la conservació de la fortuna
que acabava d’adquirir, apartantlo de la Bolsa tant bon punt realisá
lo capital que hi habia fet, assegurant ab tan sabi procediment, las
pérduas que més ó menos tart hi hauria tingut; y, un xich
malhumorat de no haver estat més atrevit en sas últimas jugadas,
passá á preocuparse, puig que ja era rich, de ferse senyor.
Venuda la botiga y feta sa instalació en una casa de sa propietat, al

carrer de Lauria, en Bach doná una mirada á son entorn. Era precís
que la senyora, que ja desde aquells moments podia anomenársela
Dª Francisqueta, se posés l’indispensable sombrero y’s pensés en la
educació dels fills, també indispensable á son entendre, pera que á
son degut temps poguessen establirse matrimonialment, segons ho
requerían las exigencias de sa nova posició.
Las qüestions religiosas, ja may havian preocupat, ni un sol instant,

lo cor ni l’enteniment del enriquit mantegayre. Quan prenia criadas,
las hi preguntava si anavan á confessar y á missa, perque creya que
las que aixís ho fessin, serian més fiadas que las altras, y res més. En
quant á ell, tots los diumenjes acompanyava la senyora á missa de
dotze, á Sant Jaume ó á Santa Agna; quan passava Nostr’ Amo, se
treya’l barret de copa, encara que fes fret y vent, y cada any menjava
de peix lo dijous y divendres de la Setmana Santa. Relativament á sos
sentiments caritatius, en un cólera que havia passat en un poblet de
la costa, havia donat cinch duros per una suscripció pública que
s’havia fet entre la colonia barcelonina, y ab aixó y alguns xavos y
quartos donats als pobres que l’escometian pe’l carrer, lo bo de don
Joaquím, estava completament satisfet y s’hauria barallat ab
qualsevulla que hagués posat en dubte los seus sentiments de cristiá,
católich, apostólich y romá.
Ab lo dit, no es d’estranyar, que al pensar en la educació del fill y de

las duas fillas que Deu li havia donat, fixantse en que la majoria de
las familias ricatxas de Barcelona posavan los noys en los col·legis de
religiosos y las noyas en los convents de monjas, en Bach tingués lo
bon acert de fer lo mateix; y una volta’ls fills á pensió y comprats dos
sillons al Liceo, pera tenir ahont passar las vetlladas d’hivern y agafar
relacions més iguals á sa nova posició, don Joaquím y sa muller, no
tingueren que pensar ja més que en fer castells á l’ayre, relativament
als ventatjosos casaments, que, al tenir la edat, podrian realisar los
seus fills, ab lo diner y educació ab que estarian enriquits, y més á
més, quan lo seu físich no deixava que desitjar al més exigent.
Dos anys feya que s’havia tret del convent á la més jove de las noyas
anomenada Adela, en lo moment en que aném á començar la nostra
narració. En Felip, lo fill més gran, ja de vint y cinch anys, havia fet lo
batxillerat en lo col·legi dels pares Jesuitas de Manresa, ahont havia
estat fins als disset, començant allavoras per gust propi la carrera
d’enginyer industrial, quins primers dos anys havia guanyat ab notas
de Notable y Sobresaliente; no aixís en los demés, ja que á l’época
que’l trobém feya tres anys que’s matriculava pe’l quart, del que
encara no havia eixit, gracias á las distraccions que’l voltavan y als
continuats viatjes efectuats al extranger, ahont havia passat molt
llargas temporadas.
De Biarritz acabava d’arribar feya pochs dias, quan trobá á la seua

familia preparantse pera marxar á Larrua, bonich poblet de la costa
de Llevant, ahont la familia Bach possehia un magnífich chalet que
havia estat senzilla torreta en los anys de sa botiga de mantegayre, y
ahont, al cambiar de posició, arquitecte y ebanistas havian fet
prodigis, si no de bon gust, de costosos mobles y enfarfegats
guarniments. Encara que don Joaquím havia anat ab sa familia algún
any á Fransa, la escursió no havia passat may del mes de Juliol;
l’Agost y’l Septembre, en Bach, per res del mon, los hauria passat en
cap altre lloch. En son chalet de Larrua hi eran presentats tots los
forasters richs ó luxosos que anavan á la població; en sa casa’s
donavan balls y concerts; en sa casa s’organisavan excursions; en sa
casa se donava una expléndida festa lo dia de Sant Joaquím, que fins
la ressenyavan en las correspondencias d’estiu alguns periódichs de
la capital, y en sa casa, en petitas reunions d’intimitat, se sabian y
comentavan los més insignificants detalls, de quantas familias actual
y anteriorment havian posat lo peu en lo poble de Larrua, y per fí,
don Joaquím y sa familia, que á Barcelona passavan desapercebuts
entre tants d’altres, eran no sols adulats y festejats entre la colonia
forastera, sino que tinguts per casi indispensables.
Ab aquestos antecedents, pot judicarse ab quina satisfacció, donya
Francisqueta y sas duas fillas de vint y divuyt anys respectivament,
preparavan en diversos calaixos, colocats sobre cadiras, los vestits y
robas que havian de ficar en tres grossos mundos, oberts en lo centro
de la sala.
—¡Rediantre! ¿tot aquest vestuari vos en habeu d’emportar? —

exclamá don Joaquím, que en companyia del seu fill acabava
d’arribar del carrer.— ¡Ni que hi anessim pera passarhi la vida!
—¡Ja ho pots ben dir! —saltá donya Francisqueta que desde feya
molts anys trobava sempre ben dit y ben pensat tot lo que s’ocorria al
seu espós.— ¡Jo’m marejo solament de véurho!
—Ja li asseguro, mamá ¡que se li acudeixen unas cosas á vosté!…

¡Sembla que cada any sia nou! —feu la més gran de las duas noyas
anomenada Teresina.— ¡Sempre té por que’ns emportém massa roba
y sempre som las que aném més mal vestidas! Si tenim d’anar als
balls ¡be’ns havém d’emportar roba per ball! Aném á missa ¡donchs
nos havém d’emportar vestits per anar á l’esglesia! ¿Y per passeig? ¿y
per estar á casa?… ¡No li dich res! ¡Y nosaltres que rebém á tanta
gent! ¿Qué podríam estalviar, limitantho molt? ¿tres vestits? ¡Y
semblaria que havém tornat á menos!
—¡Te molta rahó la noya! —esclamá don Joaquím, que la idea de

tornar á menos fins en sentit figurat lo mortificava— los diners son
pera quan s’han de menester! Després que tants se’n gastan, no es
cosa de fer un paper ridícul per un parell de vestits més ó menos… lo
que habeu de fer es vigilar que no vos falti res.
—¿Veu, mamá, com jo li deya que’ns podiam haber quedat aquells
dos modelos de la Madame? —saltá l’Adela, tot prenent de las mans
de la cambrera un plech de camisas planxadas, ab las que deixá
curullat un dels calaixos del mundo.
—Si, si, ’l teu pare tot vos ho compraria; pero quan veu los comptes ja
ho pensa de una altre manera!… y, ben fet que fá, —prosseguí Dª
Francisqueta adonantse de que sens pensar acabava de críticar al seu
marit— ¡Perqué si ho deixava á las vostras mans!… ¡Ay Deu meu! ¡Ja
caldrá que vos caseu ab un potentat, per qué sino!…
—Com que si no ho es ¡ja no’ns hi casarém! —¿Veritat papá? —

interrompé la Teresina, deixant un vestit á mitj plegar, pera dirigirse
á don Joaquim, que esclamá ab complaguda satisfacció:
—¡Ben dit! ¡ben dit, noya! La qüestió son diners, diners y diners! Ab
lo temps tot passa… lo temps tot se’n ho emporta… y res, alló que
diuhen los castellans: Los duelos con pan son menos.
—Bé papá, pero á mi’m sembla, que en aixó també hi poden haber las
seuas excepcions —intervení l’Adela, abaixantse pera arreglar los
plechs de un matiné de batista, á fi d’amagar la rojor que se li habia
pujat á las galtas.— A voltas, hi ha joves, que si no tenen un gran
capital… tenen porvenir… que se’ls hi veu que farán carrera…
—¡Farán! ¡Farán!… ¡Lo que ja está fet es lo que m’agrada á mi!…

¡Me’n rich plá be jo dels homes aixerits, si no tenen quartos! ¡Lo
positiu!; ¡lo positiu!… En lo sigle en que vivim, los diners son la clau
de tot… lo demés ¡tot son falórnias!… Lo que es per casa ¡no cal pas
que s’acosti cap burinot, que no tinga la seua posició ben assentada,
perqué se’n anirá ben esquilat! ¡T’ ho asseguro!
—¡Ay, Joaquim! —exclamá ab veu compungida Dª Francisqueta— ¡Y

que’n tardarás d’anys á casar á las noyas ab aquestas pretensions!
Perqué jo ho veig ben bé ab totas las nostras amistats. ¡De casaments
com tu voldrias, no’n corren gayres!
—¡Se traballan, dona! ¡Se traballan! Y lo que no surt un dia, surt un

altre… Aixó dels casaments, també vol la seua ciencia… Si com jo
crech, realiso un negoci que tinch entre mans, desseguida’m posaré á
aixecar duas casas en los terrenos del carrer del Bruch. Ja sé que
no’m produhirán res… Si avuy per avuy, las fincas no donan per las
contribucions… pero desde ara, ja comensaré á dir que las edifico
pera donarne una á cada noya, lo dia que’s casin y ¡ja veurás! ¡Los
dots es menester que’s vejin al dia d’avuy!
—¡Ay, papá meu! ¡Y que bé que ho pensa tot, vosté! —exclamá la

Teresina, deixant un mundo á mitg tancar, pera fer una forta
abrassada á don Joaquím, que la rebé embabiecat de satisfacció, en
tant que l’Adela interposava temerosament á mitja veu: —Si, vosté ja
ho diu; pero, vaja ¡per mí no es del tot afalagador tenir que pensar
que la volen á una pe’l dot!
—¡Pe’l dot! ¡pe’l dot! ¿Y donchs, ximpleta? ¿Que’t pensas que’ls joves
no saben de comptar al temps que sóm? Me sembla noya, que tens
unas dérias que no son gayre del cas… En la vida real no hi ha més
que lo positiu. ¿Ho entens? tot lo demés son ximplesas. Mira, jo’m
vaig casar ab la teua mare, perque vaig coneixer que anava á fer una
cosa ben encertada. Jo’m vaig dir: Es una bona noya y te setze mil
duros lo dia que’s casará. Ella va pensar: es un bon jove y te una
galan botiga que’n val altres tants… Y dit y fet; nos varem casar. ¡Y ja
me’n rich de matrimonis que hajan viscut mellor que nosaltres!
En Felip, que desde sa entrada en la sala no havia parat d’esfullejar lo

Brusi y que per las contraccions de sa fesomia y la mofeta rialla que
més de duas voltas havia entre-obert sos llavis, deixava veure lo poch
atractiva que li era la conversa, al sentir las darreras apreciacions del
seu pare, s’aixecá sobtadament preguntant:
—¿Y que no s’ha de dinar avuy?
—Tens rahó, noy. ¡Si ja es prop d’un quart de tres! —exclamá donya
Francisqueta, aixecantse darrera seu y cridant:— ¡Pepa! ¡Ramona!
¿Qué feu per aquesta cuyna? ¿No he dit que haviam de dinar á las
duas en punt? ¿No sabéu que havém de marxar en lo tren de las
cinch?
En Felip se posá al costat de la seua mare y passantli carinyosament

la má per la cintura, li digué á mitja veu:
—Vinguim á donar una mirada á la maleta que he portat de Biarritz,

pera veure si hi tinch tot lo menester; perque jo me’n vaig ab vostés á
Larrua.
Donya Francisqueta se quedá com qui veu visions, en tant que don
Joaquím, que per ésser al altre extrém del cuarto, no havia entés las
paraulas del seu fill, pero que per la cara y actitut de la seua dona
comprengué que passava quelcom d’extraordinari, preguntá:
—¿Qué diu aquest?

En Felip, paregué que ab la veu del seu pare se refeya d’un cert
empaig, que visiblement havia deixat traslluhir al parlar ab donya
Francisqueta, y prenent lo tó ferm del qui ha molt pensat lo que va á
fer, digué acentuant paraula per paraula:
—Que aquest any ¡jo també hi vaig á Larrua!
Una onada de carmí enrajolá’l rostre de don Joaquím, que exclamá

ab violencia:
—¡Si jo ho vull hi anirás! ¡Bona’n fora que després de quatre anys de

gastarme’l mar y las arenas per aquestos mons de Deu, fent viatjes y
més viatjes y esguerrante la carrera, ara tornessim á las andadas! Si
t’ho has posat al cap, ja t’ho podrás baixar als peus. ¡Encara no
n’habém tingut prou de disgustos!
—Ningú parla de que vulga donarli disgustos, ni que vulga tornar á

las andadas, com vosté diu —replicá en Felip ab calma, pero, sens
deixar son tó de fermesa— ¡Veliaqui lo que fan vostés! Fer pensar
moltas vegadas, ab lo que un ja no pensaria… ¡Y no torném á parlar
mes d’aquesta qüestió, perque tots nos hi enfadariam! ¡Es prou
pesat, que á vinticinch anys un tinga que donar part y quart de tot
com si anés á estudi! ¿No he fet lo que vosté ha volgut, perqué aixís li
ha semblat bé? ¿No’m va dir que’ls homes s’han de divertir y que de
donas lo mon n’estava plé? ¿No va ser vosté’l qui’m feu viatjar quan
jo no’m volia moure? Donchs mentres fassi lo que vosté mateix m’ha
predicat, no hi ha per que enfadarse! A mí aquest estiu me convé
passarlo á Larrua y com no hi haig de fer res de lo que vosté no vol,
crech que val més que m’estigui á casa meva, que, fent parlar á
tothom, me’n vaji á la fonda.
D. Joaquim restá un breu espay de temps sense respondre. Per duas
vegadas obrí la boca y, com arrepentit de la idea que anava á
esplayar, torná enrera la començada paraula fins que, fregantse las
mans, digué, dirigintse envers al menjador.
—Bé… Bé… ¿Es á dir que en lloch d’anar á Sant Hilari, com havias
dit, vens á Larrua? En fi, tu mateix: crech que ja tens edat de
sapiguer lo que’t convé… Y si no vas dret ¡pitjor per tu! Perque jo de
disbarats, no te’n deixaré fer ¿m’entens? Lo que no ha de ser, no será
¡Si qu’estariam frescos!… Si m’haguessis cregut á mi ¡qué’n fora de
diferenta la cosa!… ¡Quan penso que jo m’he tingut que fer tot sol… y
tu, un xicot que ab la teva posició, ó, mellor dit, ab la meva, —feu en
Bach repensantse— podias fer un magnífich casament… trobar un
primer dot!…
—Y bé, papá ¡no li passa pas la edat! ¡que’s diverteixi! ¡Si tots fan lo
mateix! —interposá l’Adela, desitjosa d’acabar aquell incident, que
habia vingut á rompre l’animació de la familia; y tot allargant una
cadira á don Joaquim, li passá carinyosament la má per sa grisenca
barba, dihentli á cau d’orella:
—¡Se torna més lleig, quan se enfada!…
Lo començament del dinar transcorregué en mitg de un embarrassós

silenci: semblava que tots tenian por d’entaular conversa, temerosos
tal volta de que qualsevulla paraula fes remoure un assumpto que’s
veya visiblement que tota la familia tenia interés en ofegar. Mes la
nuvolada aná aclarintse: lo sol de la jovenesa, trayent sa mirada
riallera per los hermosos ulls d’aquellas duas noyas, plenas de totas
las il·lusions y felicitats de la vida, espargint per son entorn aqueix
impalpable no sé qué de infantivola alegría, parescut á cants d’aucells
y á flayre de gessamins que’s desprén de la joventut ditxosa, fongué
las boyras que havian enfosquit per llarga estona la faç de pare y fill,
y quan duas horas després, dins de un enxarolat faeton, s’hi
acomodavan Dª Francisqueta ab l’antuca, lo bano y un petit sach de
má; don Joaquim ab una pesanta maleta ahont s’hi habian tancat los
cuberts de plata y las joyas de las senyoras; en Felip ab un bonich gos
de casta inglesa, que no parava de remenar la cúa; las noyas ab dos
grossos rams de flors, que’l porter y jardiner á l’hora de la casa, las hi
havia donat al baixar la escala; y en lo cupé las minyonas, ab lo cistell
de las provisions, las capsas dels sombreros y un gros farcell de roba,
que no s’habia pogut enquibir en los tres mundos, dos bauls y una
cistella, que omplía lo dalt del faeton, tan sols en la cara y posat del
hereu Bach se comprenía que’l curt altercat hagut entre pare y fill
tenia las arrels més fondas de lo que á primera vista semblava.
Lo balneari de Larrua.
A uns trenta kilómetros de Barcelona y entremitg del hermós enfilall
de pintorescas poblacions que, besadas per las blavosas onas del
Mediterrá, s’estenen desde Montjuich fins á Palamós, joguinosament
escalonat damunt lo fosch rocám ab que comensa una petita serra de
montanyas, se troba situat Larrua, poble de uns vuyt cents habitants
que, per son clima templat y exent de cambis bruscos de
temperatura, per la eficacia de sas ayguas thermals, per son
magnífich balneari que permet pendre ab tota comoditat los banys
de mar, per sa proximitat ab la capital y, més que tot, per haverli
capigut la sort de caure en gracia á la capritxosa Moda, ha estat y es,
fá alguns anys, lo lloch predilecte d’una gran part, de lo que se’n diu
bona societat barcelonina, especialment d’aquellas familias que, per
un ó altre motiu, se troban impossibilitadas de seguir á la hig life al
extranger. La válua, verament digne de tenirse en compte de la
localitat, y l’alicient d’ésser, com hem dit avans, un elegant punt de
reunió, ha fet aixecar á l’expressat poble y en especial al indret que
dona al mar, una boniquíssima renglera de luxosos chalets,
bellament ombrejats per un llarch enfilall de ufanosas acácias que li
donan aristocrátich aspecte. Alguns altres se’n veuhen també
escampats entre’ls tortuosos carrers de la part antiga de la població,
formant vistós contrast los blanchs estocats de las modernas
construccions, ab las rónegas parets de las casas de la gent del poble,
que marcadament ostentan son antiquat sagell de la edat mitja.
Com tots los pobles de la costa catalana, lo que’ns ocupa, está
compost en sa majoria, per familias de pescadors. La barqueta, las
xarxas y rems per los homes, lo joguiner coixinet de fer puntas per
las donas y la sens igual llimpiesa de sas entradas y cuynas, li dona
un simpátich colp de vista, que s’accentúa més encara, en la
temporada d’estiu, per lo nombrós aplech de elegants senyoras y
senyoretas, que omplenan aixís los estrets carrers del poble, com los
sorrals de la platja y l’ampla via per ahont hi serpenteja casi d’hora,
en hora, l’enfilall de vagons del ferro-carril de França. Mes lo que
sens dubte, contribueix á donarli major vida, son sas duas ben
acondicionadas fondas y son ja citat balneari que, sens exageració,
pot molt bé resistir la comparansa ab alguns del extranger.
Aixecat sobre elegant armatoste de ferro, voltat son primer y únich

pis per una ampla galeria de quinze ó vint pams, desde la qual se
disfruta d’una hermosa vista als quatre vents, y á la que desembocan
per una part, los elegants salonets destinats á lectura, tresillo, billar y
administració, y per l’altre, las portas del espayós saló central,
luxosament amoblat ab piano, otomanas, balancins y aparells pera la
llum de gas, lo Balneari de Larrua, tant per sas bonicas condicions,
com per l’agradable brisa del mar, que’l priva de la calor fins en las
horas més fortas del sol, es sempre’l lloch predilecte dels forasters,
que aixís hi van entre dia á pendre café ó refrescants begudas, tot
jugant un tresillo ó una partida de billar, com en las horas de la nit,
en que’l ball per la joventut, lo joch pe’ls homes y la conversació per
las senyoras, hi regna ab tots sos atractius. Allá es ahont, si li plau
acompanyarnos, hi portarém al nostre pacient lector, lo vespre
següent al dia en que havém vist marxar á Larrua á la familia de don
Joaquím Bach.
Feya pochs moments que’ls criats, havian donat tota la forsa del gas
als aparells centrals del gran saló del pis primer y ja, agrupats en
otomanas y tamborets de rejilla, s’hi veyan á gran part dels més
assíduos concurrents. Lo rotllo més nombrós era’l colocat entre la
part dreta del piano y la porta que comunica ab la sala de billar. Allí
hi havia la senyora y senyoretas Puigbernat, las de Soler, las de
Llansás, las Gori, las Calcell y algunas altras que, més novellas en
estiuhejar en Larrua, formavan de petits satélits al entorn d’aquestas
cinch ó sis familias, que unian á la respectable condició d’antichs
propietaris del poble, la de portar l’alta y baixa de tots los
aconteixements de la colonia que hi estiuhejava.
A eix rotllo, se dirigia directament al entrar al saló, tot lo més notable

dels forasters y allí, avans de ficarse en los salonets de joch, s’hi
deturava lo milloret de la pollería masculina, ja dreta derrera’ls
assientos ocupats per las senyoras, ja, si la cosa s’ho valia prenenthi
lloch pera engroixir la rodona.
—Vaja, Arenas —deya en la nit que’ns ocupa la viuda donya Mercé

Calcell, dirigintse á un jove de simpátich aspecte colocat derrera de la
seua filla Felissia.— ¿No es veritat, que á no haver sapigut que havian
arribat las Bach, vosté no hauria vingut tan dejorn? ¿No li apar que
ho encerto donya Roseta? —afegí ab maliciós somriure, girantse
envers la senyora asseguda al seu costat.
—¡Oh, l’Arenas es prou atent per haver anticipat lo sopar, pe’l gust de
saludar uns moments avans á las senyoretas Bach! —contestá la
interpelada: en tant que la Felissia deya mirant fixament al jove:
—De segur que l’Arenas, no te d’esperar á saludarlas en lo Balneari…
Lo natural es haverlas ja visitat eixa tarde…
—Lo que jo’ls asseguro —respongué’l jove, sens contestar á la

insinuació de la senyoreta Calcell— es que vostés están preocupadas,
ja que jo he vingut exactament á l’hora de cada nit. Escolti’l rellotje;
van á tocar las deu y fa casi mitj quart que he arrivat.
—¿No’ls apar, que tardan molt aquestas senyoras? —preguntá desde

la part esquerra de la viuda Calcell, donya Ramona Llansás
intervenint en la conversa.— Encara que, per fer lo debut de la
temporada, las noyas no deuhen acabar ab la seua toilette. ¡Ay, Deu
las fassa bonas! Jo ¿qué vol que’ls hi diga? per més que’l seu pare
s’ha esmerat en férloshi donar una correcta educació, sempre trobo
que fan olor de mantegayre!
La Encarnació, la filla més gran de la senyora que acabava de parlar,

la tocá lleugerament ab lo peu, en tant que deya en veu alta, tot
girantse envers l’Arenas:
—Mamá, per Deu ¡no digui aixó! Ellas podrán tenir com tothom las
sevas cosas ¡pero son molt bonas personas!
—Lo dir que fan olor de mantegayre, no vol significar que no sian
bonas personas, Encarnacioneta —saltá maliciosament la senyora
Gori.— Com vosté ha dit molt be, ellas podrán tenir las seuas
especialitats, pero ¡á bonas!… ¿No’s recorda, Paulina —afegí la nova
apologista de la familia de don Joaquím Bach, dirigintse á la senyora
Casabó— de lo molt que várem riure l’any passat per Sant Joaquím?
Perque, la veritat, donya Francisqueta es senzillota com ella sola ¡y
un colp llansada á explicar interioritats!…
—¡Oh, la mamá es deliciosa! ¡deliciosa! —feu lo jove Constantí, desde

l’altra part del rotllo.— L’ any passat en l’anada á Sant Andreu, me’n
digué, que n’hi hauria hagut per un saynete que ¡ni fet per en Serafí
Pitarra!
—¡Nos ho ha de contar! ¡No se’ns escapa pas! ¡Nos ho ha de contar!

—exclamá ab verdadera fruició donya Fermina Puigbernat, fent lloch
en la seua otomana al jove Constantí qui, acceptant lo siti que li
oferian, comensá á mitja veu, entre rialla y rialleta, animada
conversa ab una part del auditori que, per no perdren paraula,
corregué las cadiras pera apinyarse entorn del narrador, en tant que
á l’altre extrém, al que no arribavan las paraulas ditas en veu baixa,
s’entaulava lo següent diálech entre la viuda Calcell y’l rich hereu de
Figueras, en Rafel Casagrau.
—¿Vol dir, vol dir, que vosté no hi ha anat á la excursió d’aquesta

tarde, ananthi la Clarita?… Ho sento: aixís nos hauria esplicat lo nou
trajo que ha tret avuy aquest atildat figurí de París… Perque, aixó sí;
no se li pot negar, que es un figurí dit y fet. ¡Vaja! ¡vaja! ¡casi massa,
per una senyora casada y mare de familia!
—S’ ha de convenir en que es una mare de familia, molt en petit —

observá ab benevolensa en Casagrau— una sola nena, que es una
monada com ella mateixa… una criatura que apar que se la veu al
costat pera formar ab la seua mare lo grupo de Venus y Cupido…
—¡Casagrau! ¡Casagrau! Si fossem maliciosos ¡hi hauria molt que
pensar del seu entussiasme, per aquesta no-ta-bi-li-tat! No tant, no
tant… Jo no li negaré que la Clarita no tinga un bon tipo y fins certa
elegancia… per més que, gastant com ella ho fá, moltas la tindrian
també —exclamá donya Mercé, donant una estirada al seu vestit, que
pe’l volúmen del ventre se li empujava sovint sota la barba— pero
d’aixó á ésser una Venus, com vosté molt enlayradament ha dit, la
diferencia es massa grossa… Vaji analisant per parts: ulls que tan
aviat son verts com castanys; un nas arremangat; la boca grossa; del
color de la cara no hi ha que parlarne, perque sota del adob de
pinturas que hi porta, es difícil sapiguer si es blanca ó morena… Vaja
¡que no n’hi ha per tant!… Aquí hi ha moltas y moltas senyoretas, que
son mil vegadas més guapas que ella y cap de vostés ne fa esment —
afegí ab certa acritut la grossa senyora, donant una mirada de
tristesa á la seua Felissia que, mitj recolsada en son balancí de rejilla,
mirava per centéssima volta lo niu d’aucellets pintat en lo país del
seu bano.
—Vosté te molta rahó, senyora —contestá enfáticament l’hereu

Casagrau— la bellesa, te’l seu expléndit regnat en las senyoretas de la
colonia forastera d’aqueix privilegiat poble… Aixó no te pas dubte…
La seua mateixa Felissia n’es una hermosa mostra… pero las
poncellas s’admiran com á poncellas y las rosas com á las rosas… La
Clarita, formará en primera linea ahont se vulla que vagi per la seua
elegancia, filla d’un bon gust innat en ella; per la seua figura de
formas verament esculpturals… Miri, jo la vaig coneixer á últims del
mes passat á Biarritz, lo lloch de reunió de las elegancias
extrangeras. Donchs, la Clarita’s va proposar ésser de las primeras ¡y
ho va ser!…
—Cregui, que no comprench com no hi va acabarhi la temporada per
allá dalt!… Al extranjer estava mellor en lo seu centre: tot aixó es
petit per aquesta notabilitat… Allá, tal volta algú la prenia per una
primpcesa, y aquí tothom está enterat de que es la senyora d’un
negociant de bacallá al qui no se li saben ni fincas ni diners; y cregui,
que encara que ningú posés en dubte las virtuts d’aquesta senyora
(Deu nos en reguart, que ab los deu dias que es aquí no n’hi ha pera
sapiguer tantas fondarias) de tots modos, li fio que no se li hauria fet
cap requiriment pera que vingués!
Un mormull de veus y remor de cadiras y tamborets que’s treuhen de

lloch, vingut de la part de la gran escala central, trencá les derreras
paraulas de la viuda Calcell, parant com per encantament, las
diferentas conversas sostingudas per los grupos formats en lo saló
del Balneari.
La Clarita, la que feya deu dias tenia marejadas á la major part de las
senyoras de la colonia forastera, acabava d’entrar en lo saló, seguida
de son corpulent marit.
Com si obehissin á una consigna, las donas giraren ó abaixaren lo

cap pera evitarse de saludarla, en tant que foren comptats los homes
que no deixaren los rotllos en que conversavan pera anar á son
encontre, formant á son entorn una atapahida muralla, que la Clarita
atravessá, distribuhint rialletas y saludos com hauria pogut fer una
reyna al trobarse entre sos vassalls.
L’ hereu Casagrau qui al véurela entrar havia deixat á la viuda Calcell

ab la paraula á la boca, després d’haver donat una mirada al rotllo y
haverse convençut ab son coneixement de la societat de Larrua, de
que cap de las senyoras allí presents, estava disposada á ferli lloch,
aná directament á l’altra part del piano, encara desocupada, quina
vuyda otomana senyalá y oferí á la Clarita y al seu espós que,
acompanyats del gros estol d’homes que’ls rodejavan, semblava no
havian fet esment de la hostilitat ab que eran rebuts per la cohort
femenina.
En tant havia arribat un nou refors al grupo que acabava

d’abandonar l’hereu Casagrau. Donya Antonieta Torressant, vehina y
amiga íntima de la familia Bach, prenia assiento al costat de la
senyora Llansás, dihent ab festiva rialleta:
—Avuy si que’ls hi porto noticias de sensació. ¡Grossas! ¡Molt

grossas!
—¿De la familia Bach?
—¿Qué casan las noyas?
—¿Qué posan cotxe?
—¿Qué han fet marqués á don Joaquím?
Foren las preguntas que feren á l’hora una munió de veus á donya
Antonieta, qui somriguent ab ayre de satisfacció y parlant ab més
calma quan més viva veya la curiositat del petit auditori, contestá:
—Res d’aixó; res d’aixó. No ho encertarian, per més que ho pensessin

tota la nit. ¿Pero qué han fet, que ningú de la colonia s’ha acostat á
visitarlos? Ab lo pecat hi tenen la penitencia: hi haguessin anat com
jo, ja ho sabrian.
—Ja veurá —objectá la senyora Gori— ahir arrivaren que ja era
vespre y sens casi sapiguerho ningú; avuy s’ha tingut la nova al sortir
de missa y allá mateix s’ha acordat enviar recado pera preguntar si
havian arrivat be; deixant la visita pera demá, en que tots se
trobessin ja més descansats…
—¡Y va estar molt ben pensat! —saltá la senyora Llansás— perque jo

ja ho sé per mí… No hi ha cosa que m’amohini més que arribar, y ab
los mundos y maletas al mitj del pas, ab las salas plenas de pols y
tota la casa sens arreglar, començar á omplirse de gent!
—Bé, pero ab tot aixó, —exclamá impacienta donya Fermina

Puigbernat— donya Antonieta, no’ns compta la nova y, si no
s’apressa, vindrán ellas y’ns quedarém sens sapiguer las noticias
que’ns porta.
—Es veritat.
—¡Te rahó!
—¡Digui! ¡digui! —repetiren á un mateix temps, varias senyoras del

rotllo.
—Donchs, casi res… Que ab lo pare, la mare y las noyas, hi ha vingut

també en Felip.
—¡En Felip! —exclamaren ab verdadera sorpresa donya Fermina y la

viuda Calcell.
—Sí, sí ¡en Felip en carn y ossos! y que, segons sembla, ve disposat á

passarhi tota la temporada.
—¡Vaja, rahó ha tingut en dir que’ns portava noticias de sensació! —
feu la senyora Gori, que ab sos moviments de cap, més que ab sas
paraulas, mostrava sa sorpresa.— No entench pas com don Joaquím
l’ha deixat venir, estant encara soltera la Montserrat. Tal volta
s’arregli…
—¡Qué poch coneix al pare Bach, si diu aixó! Jo li asseguro que quan
ha deixat pujar al noy es que aquesta qüestió ja no li inspira cap
temensa! —saltá ab seguretat la viuda Calcell.— ¡Los homes! ¡Los
homes! ¡Ells ray! ¡Aviat se’ls hi passan aquestas cosas!
La arrivada de la familia Bach, interrumpí la sentimental peroració

de donya Mercé, posant en moviment á la majoría de las senyoras
reunidas en lo saló, que aixecantse de cadiras y otomanas, rodejaren
á don Joaquím, á donya Francisqueta y á las noyas, ab las
corresponents estretas de má y ab la més ostentosa forma
d’abrassadas y petons, las qui’s creyan ab més dret d’intimitat.
En Felip, objecte dels comentaris dels amichs de la familia, no venia

ab ells al Balneari. En cambi, don Joaquím, portava al costat seu un
senyor d’uns trenta cinch á quaranta anys, polidament vestit y en
qual cara, de faccions regulars y expressivas, s’hi veya la morenor
dels que durant llarch temps han estat afalagats per las brisas del
mar. En Bach li posá la má á l’espatlla y, ab tó festiu y reverenciós á
l’hora, digué á las familias que’l voltavan:
—Don Francisco Cuberta, estimat amich nostre, que acaba d’arrivar

d’América, capitalista y solter.
Tot just havia acabat don Joaquím, de fer esta flamant presentació,
quan la Lluisa Puigbernat y la Encarnació Llansás, posadas
respectivament al costat de la Teresina y de l’Adela Bach, exclamaren
á l’hora:
—¿Que es lo teu nuvi?
La Teresina somrigué ab cert ayre de satisfacció, dihent per única

resposta:
—¡Quínas cosas teniu!
En tant que l’Adela, allargant la má al Arenas, que desde feya estona

cercava ocasió propicia pera saludarla, las hi deya accentuadament:
—¡Que no ho veyeu que es vell per mí!
Com si la entrada de la familia Bach, hagués estat la senyal de

comensar lo petit concert, que moltas nits tenia lloch en lo saló del
Balneari, tan bon punt hagueren pres assiento los darrers vinguts, y
los que en son obsequi s’havian aixecat, comensaren á pendre torn
en lo piano la major part de las senyoretas allá reunidas; tocant ab
discreció algunas, ab habilitat pocas, y rutinariament las més; pero lo
cás era igual pera la societat allí congregada: lo piano, en aquell saló,
pareixia fet á posta pera acompanyar ab sos sonidos las conversas
que ab la música pujavan de tó, arrivant diferentas voltas á ofegar
per complert las pessas que s’hi executavan, donant lloch en
diferents rotllos á aquestas ó sinónimas exclamacions:
—Resoltament, avuy es lo derrer dia que deixo tocar á la meua noya…

¡Pera enrahonar d’aquesta manera no hi ha necessitat de que ningú’s
mortifiqui á assentarse al piano! —deya una mamá ressentida, al
veure que passavan completament desapercebuts los trinos, las
escalas y arpegios que tantas horas d’estudi havian costat á la seua
filla, y á ella tants diners y enfados pera ferla estar d’estaqueta quatre
ó cinch horas diarias.
Si algún jove obsequiava á la senyoreta pianista, y aquestas paraulas

s’havian dirigit á ell, l’obsequiador se mostrava més ressentit que la
mamá, donant lloch á que la bona senyora’s cregués precisada á dirli:
—Qualsevol dia que tinga gust de sentir aquesta pessa, no te més que
passar un ratet per casa y faré que la noya la toqui pera que vosté
puga apreciar lo difícil y hermosa que es… ¡Si no comprench com no
s’equivoca un milió de vegadas ab aquest burgit, capás de fer perdre
al mateix Rubinstein!… Lo que sento, es que’l piano que tením aquí
es molt poca cosa… Un piano de torre ¿sap? Pero, vosté ja se’n fará
cárrech, y de tots modos, si á Barcelona nos fá l’obsequi de
visitarnos, li podrá sentir en lo piano de casa, …un magnífich Erard,
que’ns costá cinch cents duros. ¡Allí sí que aquesta fantasía hi fa un
preciosíssim efecte! Allí sí que hi lluheixen las dificultats vensudas,
l’agilitat de dits, y encara que me está mal dirho, la brillantor y
colorit de la execució…
Moltas vegadas, mentres la bona senyora ponderava, ab son

disculpable amor de mare l’habilitat de la seua filla, en lo rotllo del
costat, alguna caritativa amiga deya á mitja veu:
—No entench com donya Narcisa, no coneix que la seua noya logrará
fernos apendre aquesta pessa de memoria! Fa cinch anys que vením
á Larrua, y ¡cinch anys que li sento tocar la mateixa fantasía! La

Proceedings of International Conference On Recent Trends in Machine Learning, Iot, Smart Cities and Applications: Icmisc 2020 Vinit Kumar Gunjan

Uploaded by

Copyright:

Available Formats

Proceedings of International Conference On Recent Trends in Machine Learning, Iot, Smart Cities and Applications: Icmisc 2020 Vinit Kumar Gunjan

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Proceedings of International Conference On Recent Trends in Machine Learning, Iot, Smart Cities and Applications: Icmisc 2020 Vinit Kumar Gunjan

Uploaded by

Copyright:

Available Formats

Download the full version of the textbook now at textbookfull.

Proceedings of International Conference on

Explore and download more textbook at https://textbookfull.com

Biota Grow 2C gather 2C cook Loucas

Foundations and Trends in Smart Learning Proceedings of

The 2020 International Conference on Machine Learning and

Stories without borders : the Berlin Wall and the making

Mobility, Memory and the Lifecourse in Twentieth-Century

Assessment and Obligatory Treatment of Violent and

Introduction to the theory of the early universe Hot Big

Good Economics for Hard Times Better Answers to Our

Vinit Kumar Gunjan

More information about this series at http://www.springer.com/series/11156

ISSN 2194-5357 ISSN 2194-5365 (electronic)

Hyderabad, India Vinit Kumar Gunjan

Automated Identiﬁcation of Interictal Activity from EEG Signal

Gender Classiﬁcation Based on Fingerprint Database

A Novel Recommendation System for Housing Search:

Semantic Interoperability for IoT Agriculture Framework

Data-Driven Stillbirth Prediction and Analysis of Risk Factors

A Systematic Review on Various Types of Full Adders . . . . . . . . . . . . . 635

Data Integrity and Security in Distributed Cloud

Identiﬁcation of Author Proﬁles Through Social Networks . . . . . . . . . . 893

Author Index . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 995

Vinit Kumar Gunjan is an Associate Professor of Computer Science &

Jacek M. Zurada (SM’85, F’96, LF’14) is a Professor of Electrical and Computer

Arshpreet Kaur, Karan Verma, Amol P. Bhondekar, and Kumar Shashvat

Abstract Analysis of EEG (Electroencephalography) for the detection of

A. Kaur (B) · K. Verma

© Springer Nature Singapore Pte Ltd. 2021 1

Keywords Epilepsy · Discrete wavelet transform · Back propagation neural

Epilepsy is a neurological condition affecting the nervous system of a person and

Fig. 1 Plots of different sets used

Sub-band Feature Extraction

Fig. 2 Work methodology

2.1 Data Details and Group Division

Table 1 EEG sub-band

2.2 Data Preprocessing

T r ue Positive + T r ueN egative

Table 2 Results obtained

Fig. 3 Correlation dimension plot of set A and set C

Fig. 4 Correlation dimension of set B and set D

Table 3 Comparison of results with previous research work

Author: Dolores Monserdá de Maciá

Release date: March 13, 2024 [eBook #73161]

Original publication: Barcelona: Imprempta La renaixensa, 1893

*** START OF THE PROJECT GUTENBERG EBOOK LA MONTSERRAT

Aquest text ha estat digitalitzat i processat per l’Institut

En Joaquím, fill extern, qual llegítima, no passava de tres á quatre

La núvia, anomenada Francisqueta Guix, era lo que se’n diu una

A trenta mil duros, aproximadament, havia ascendit la fortuna d’en

Donats los seus antecedents, en Bach distava molt de ésser un home

Venuda la botiga y feta sa instalació en una casa de sa propietat, al

Las qüestions religiosas, ja may havian preocupat, ni un sol instant,

Ab lo dit, no es d’estranyar, que al pensar en la educació del fill y de

De Biarritz acabava d’arribar feya pochs dias, quan trobá á la seua

—¡Rediantre! ¿tot aquest vestuari vos en habeu d’emportar? —

—Ja li asseguro, mamá ¡que se li acudeixen unas cosas á vosté!…

—¡Te molta rahó la noya! —esclamá don Joaquím, que la idea de