Wyniki wyszukiwania - BazTech

1

Social robot response to negative emotions as a PDDL planning problem in the presence of uncertainty

Probierz Eryka, Gałuszka Anita, Gałuszka Adam

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 8

33--37

EN

We propose to use automatic scheduling in the presence of uncertainty methodology to analyze the emotional state of a person and possible responses of a social robot. The emotions considered were: Sadness, Fear, Anger, Disgust and Contempt. The scenarios considered include modelling uncertainty in emotion detection. The result of the work is a set of two planning domains with illustrative examples. It was assumed that when negative emotions are detected, the robot should react in such a way as to reduce or not escalate them.

PL

Proponujemy wykorzystanie metodologii automatycznego planowania w obecności niepewności do analizy stanu emocjonalnego osoby i możliwych reakcji robota społecznego. Rozważane emocje to: Smutek, Strach, Złość, Obrzydzenie i Pogarda. Rozważane scenariusze obejmują modelowanie niepewności w detekcji emocji. Efektem pracy jest zestaw dwóch domen planistycznych wraz z ilustrującymi je przykładami. Założono, że w przypadku wykrycia negatywnych emocji robot powinien reagować w taki sposób, aby je zmniejszyć lub nie eskalować.

2

Analysis of FPGA accelerator architecture for Fast Statistical Convolutional Neural Network in real time Emotional Recognition System

Immanuel Samson J., Manoj G., Prince Shajin, Du John Victor H.

Przegląd Elektrotechniczny

|

2021

|

R. 97, nr 7

132--134

EN

Deep learning, an artificial intelligence area that emerged as a consequence of later developments in computerized innovation and the accessibility of data knowledge, has demonstrated its skill and adequacy in coping with complex learning problems that were previously unthinkable. (CNNs). Convolution neural network has shown the feasibility of emotional detection and acknowledging unique applications. In any case, concentrated processor activities and memory transfer speed are required, which causes general CPUs to fall short of achieving optimal execution levels. Following that, equipment quickening agents using General Processing Units (GPUs), Field Programmable Gate Array (FPGAs), and Application Specific Integrated Circuits (ASICs) were used to increase the throughput of CNNs. In addition, we include rules for improving the use of FPGAs for CNN speedup. The proposed algorithm is implemented on an FPGA platform, and results show that emotions regonition utterances of 1.25s are found in 1.85ms, consuming 85% of the resources. This illustrates the suitability of our approach for real-time Emotional Recognition device applications.

PL

Deep learning, dziedzina sztucznej inteligencji, która pojawiła się w wyniku późniejszych postępów w skomputeryzowanych innowacjach i dostępności wiedzy na temat danych, dowiodła swoich umiejętności i adekwatności w radzeniu sobie ze złożonymi problemami uczenia się, które wcześniej były nie do pomyślenia. Neuronowa sieć konwolucyjna wykazała wykonalność wykrywania emocji i rozpoznawania wyjątkowych zastosowań. W każdym razie wymagane są skoncentrowane działania procesora i szybkość transferu pamięci, co powoduje, że ogólne procesory nie osiągają optymalnych poziomów wykonania. W celu zwiększenia przepustowości CNN, zastosowano środki przyspieszające sprzętu, wykorzystujące jednostki przetwarzania ogólnego (GPU), programowalną macierz bramek (FPGA) i układy scalone specyficzne dla aplikacji (ASIC).. Proponowany algorytm jest zaimplementowany na platformie FPGA, a wyniki pokazują, że wypowiedzi regonacji emocji o długości 1,25s znajdują się w czasie 1,85 ms, co pochłania 85% zasobów. To ilustruje przydatność naszego podejścia do aplikacji urządzeń do rozpoznawania emocji w czasie rzeczywistym

3

Multi-model hybrid ensemble weighted adaptive approach with decision level fusion for personalized affect recognition based on visual cues

Jadhav Nagesh, Sugandhi Rekha

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2021

|

Vol. 69, nr 6

art. no. e138819

EN

In the domain of affective computing different emotional expressions play an important role. To convey the emotional state of human emotions, facial expressions or visual cues are used as an important and primary cue. The facial expressions convey humans affective state more convincingly than any other cues. With the advancement in the deep learning techniques, the convolutional neural network (CNN) can be used to automatically extract the features from the visual cues; however variable sized and biased datasets are a vital challenge to be dealt with as far as implementation of deep models is concerned. Also, the dataset used for training the model plays a significant role in the retrieved results. In this paper, we have proposed a multi-model hybrid ensemble weighted adaptive approach with decision level fusion for personalized affect recognition based on the visual cues. We have used a CNN and pre-trained ResNet-50 model for the transfer learning. VGGFace model’s weights are used to initialize weights of ResNet50 for fine-tuning the model. The proposed system shows significant improvement in test accuracy in affective state recognition compared to the singleton CNN model developed from scratch or transfer learned model. The proposed methodology is validated on The Karolinska Directed Emotional Faces (KDEF) dataset with 77.85% accuracy. The obtained results are promising compared to the existing state of the art methods.

4

Using BCI and EEG to process and analyze driver’s brain activity signals during VR simulation

Nader Mirosław, Jacyna-Gołda Ilona, Nader Stanisław, Nehring Karol

Archives of Transport

|

2021

|

Vol. 60, iss. 4

137--153

EN

The use of popular brain–computer interfaces (BCI) to analyze signals and the behavior of brain activity is a very current problem that is often undertaken in various aspects by many researchers. This comparison turns out to be particularly useful when studying the flows of information and signals in the human-machine-environment system, especially in the field of transportation sciences. This article presents the results of a pilot study of driver behavior with the use of a pro-prietary simulator based on Virtual Reality technology. The study uses the technology of studying signals emitted by the human mind and its specific zones in response to given environmental factors. A solution based on virtual reality with the limitation of external stimuli emitted by the real world was proposed, and computational analysis of the obtained data was performed. The research focused on traffic situations and how they affect the subject. The test was attended by representatives of various age groups, both with and without a driving license. This study presents an original functional model of a research stand in VR technology that we designed and built. Testing in VR conditions allows to limit the influence of undesirable external stimuli that may distort the results of readings. At the same time, it increases the range of road events that can be simulated without generating any risk for the participant. In the presented studies, the BCI was used to assess the driver's behavior, which allows for the activity of selected brain waves of the examined person to be registered. Electro-encephalogram (EEG) was used to study the activity of brain and its response to stimuli coming from the Virtual Reality created environment. Electrical activity detection is possible thanks to the use of electrodes placed on the skin in selected areas of the skull. The structure of the proprietary test-stand for signal and information flow simulation tests, which allows for the selection of measured signals and the method of parameter recording, is presented. An important part of this study is the presentation of the results of pilot studies obtained in the course of real research on the behavior of a car driver.

5

The Virtual Emotion Loop: Towards Emotion-Driven Product Design via Virtual Reality

Andreoletti Davide, Luceri Luca, Peternier Achille, Leidi Tiziano, Giordano Silvia

Annals of Computer Science and Information Systems

|

2021

|

Vol. 25

371--378

EN

Emotions play a significant role in product design for end-users. However, how to take emotions into account is not yet completely understood. We argue that this gap is due to a lack of methodological and technological frameworks for effective investigation of the elicitation conditions related to emotions and corresponding emotional responses of the users. Emotion-driven design should encompass a thorough assessment of users' emotional reactions in relation to certain elicitation conditions. By using Virtual Reality (VR) as mean to perform this investigation, we propose a novel methodological framework, referred to as the VR-Based Emotion-Elicitation-and-Recognition loop (VEE-loop), to close this gap.

6

Design and application of facial expression analysis system in empathy ability of children with autism spectrum disorder

Guo Chen, Zhang Kun, Chen Jingying, Xu Ruyi, Gao Lei

Annals of Computer Science and Information Systems

|

2021

|

Vol. 25

319--325

EN

Empathy is an important social ability in early childhood development. One of the significant characteristics of children with autism spectrum disorder (ASD) is their lack of empathy, which makes it difficult for them to understand other's emotions and to judge other's behavioral intentions, leading to social disorders. This research designed and implemented a facial expression analysis system that could obtain and analyze the real-time expressions of children when viewing stimulus, and evaluate the empathy differences between ASD children and typical development children. The research results provided new ideas for evaluation of ASD children, and helped to develop empathy intervention plans.

7

Comparison of different feature extraction methods for EEG-based emotion recognition

Nawaz Rab, Cheah Kit Hwa, Nisar Humaira, Yap Vooi Voon

Biocybernetics and Biomedical Engineering

|

2020

|

Vol. 40, no. 3

910--926

EN

EEG-based emotion recognition is a challenging and active research area in affective computing. We used three-dimensional (arousal, valence and dominance) model of emotion to recognize the emotions induced by music videos. The participants watched a video (1 min long) while their EEG was recorded. The main objective of the study is to identify the features that can best discriminate the emotions. Power, entropy, fractal dimension, statistical features and wavelet energy are extracted from the EEG signals. The effects of these features are investigated and the best features are identified. The performance of the two feature selection methods, Relief based algorithm and principle component analysis (PCA), is compared. PCA is adopted because of its improved performance and the efficacies of the features are validated using support vector machine, K-nearest neighbors and decision tree classifiers. Our system achieves an overall best classification accuracy of 77.62%, 78.96% and 77.60% for valence, arousal and dominance respectively. Our results demonstrated that time-domain statistical characteristics of EEG signals can efficiently discriminate different emotional states. Also, the use of three-dimensional emotion model is able to classify similar emotions that were not correctly classified by two-dimensional model (e.g. anger and fear). The results of this study can be used to support the development of real-time EEG-based emotion recognition systems.

8

A survey of machine learning techniques in physiology based mental stress detection systems

Panicker Suja Sreeith, Gayathri Prakasam

Biocybernetics and Biomedical Engineering

|

2019

|

Vol. 39, no. 2

444--469

EN

Various automated/semi-automated medical diagnosis systems based on human physiology have been gaining enormous popularity and importance in recent years. Physiological features exhibit several unique characteristics that contribute to reliability, accuracy and robustness of systems. There has also been significant research focusing on detection of conventional positive and negative emotions after presenting laboratory-based stimuli to participants. This paper presents a comprehensive survey on the following facets of mental stress detection systems: physiological data collection, role of machine learning in Emotion Detection systems and Stress Detection systems, various evaluation measures, challenges and applications. An overview of popular feature selection methods is also presented. An important contribution is the exploration of links between biological features of humans with their emotions and mental stress. The numerous research gaps in this field are highlighted which shall pave path for future research.

9

Machine-learning at the service of plastic surgery: a case study evaluating facial attractiveness and emotions using R language

Štěpánek Lubomír, Měšťák Jan, Kasal Pavel

Annals of Computer Science and Information Systems

|

2019

|

Vol. 18

107--112

EN

Since the plastic surgery should consider that facial impression is always dependent on current facial emotion, it came to be verified how precise classification of facial images into sets of defined facial emotions is.

10

Modeling the 2D space of emotions based on the poincare plot of heart rate variability signal

Moharreri S., Dabanloo N. J., Maghooli K.

Biocybernetics and Biomedical Engineering

|

2018

|

Vol. 38, no. 4

794--809

EN

Emotions mean accepting, understanding, and recognizing something with one's senses. The physiological signals generated from the internal organs of the body can objectively and realistically reflect changes in real-time human emotions and monitor the state of the body. In this study, the two-dimensional space-based emotion model was introduced on the basis of Poincare's two-dimensional plot of the signal of heart rate variability. Four main colors of psychology, blue, red, green, and yellow were used as a stimulant of emotion, and the ECG signals from 70 female students were recorded. Using extracted features of Poincare plot and heart rate asymmetry, two tree based models estimated the levels of arousal and valence with 0.05 mean square errors, determined an appropriate estimation of these two parameters of emotion. In the next stage of the study, four different emotions mean pleasure, anger, joy, and sadness, were classified using IF-THEN rules with the accuracy of 95.71%. The results show the color red is associated with more excitement and anger, while green has small anxiety. So, this system provides a measure for numerical comparison of mental states and makes it possible to model emotions for interacting with the computer and control mental states independently of the pharmaceutical methods.

11

Analiza zadowolenia rozmówcy na podstawie głosu

Ojrzeńska-Wójter D., Janicki A.

Przegląd Telekomunikacyjny + Wiadomości Telekomunikacyjne

|

2017

|

nr 8-9

1038--1041, CD

PL

Artykuł prezentuje próbę analizy zadowolenia mówcy na podstawie sygnału mowy. Na podstawie rzeczywistych rozmów z call center stworzono korpus mowy oraz przeprowadzono wstępne testy, których celem było określenie możliwości automatycznego wykrywania niezadowolenia w głosie. Podczas eksperymentów 1179 nagrań poddano automatycznej klasyfikacji, uzyskując ponad 83% dokładności przy detekcji niezadowolenia niewerbalnego.

EN

The paper presents an approach to speaker’s satisfaction analysis based on speech signal. A corpus of emotional speech from real call center recordings was created. Preliminary tests were performed to estimate possibility of automatic detection of dissatisfaction based on speech analysis. 1179 recordings were classified obtaining 83% accuracy when detecting non-verbal dissatisfaction.

12

Polish emotional speech recognition based on the committee of classifiers

Kamińska D., Sapiński T.

Przegląd Elektrotechniczny

|

2017

|

R. 93, nr 6

101--105

EN

This article presents the novel method for emotion recognition from polish speech. We compared two different databases: spontaneous and acted out speech. For the purpose of this research we gathered a set of audio samples with emotional information, which serve as input database. Multiple Classifier Systems were used for classification, with commonly used speech descriptors and different groups of perceptual coefficients as features extracted from audio samples.

PL

Niniejsza praca dotyczy rozpoznawania stanów emocjonalnych na podstawie głosu. W artykule porównaliśmy mowę spontaniczną z mową odegraną. Na potrzeby zrealizowanych badań zgromadzone zostały emocjonalne nagrania audio, stanowiące kompleksową bazę wejściową. Przedstawiamy nowatorski sposób klasyfikacji emocji wykorzystujący komitety klasyfikujące, stosując do opisu emocji powszechnie używane deskryptory sygnału mowy oraz percepcyjne współczynniki hybrydowe.

13

Rozpoznawanie emocji w tekstach polskojęzycznych z wykorzystaniem metody słów kluczowych

Nowaczyk A., Jackowska-Strumiłło L.

Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska

|

2017

|

T. 7, nr 2

102--105

PL

Dynamiczny rozwój sieci społecznościowych sprawił, że Internet stał się najpopularniejszym medium komunikacyjnym. Zdecydowana większość komunikatów wymieniana jest w postaci widomości tekstowych, które niejednokrotnie odzwierciedlają stan emocjonalny autora. Identyfikacja emocji w tekstach znajduje szerokie zastosowanie w handlu elektronicznym, czy telemedycynie, stając się jednocześnie ważnym elementem w komunikacji. człowiek-komputer. W niniejszym artykule zaprezentowano metodę rozpoznawania emocji w tekstach polskojęzycznych opartą o algorytm detekcji słów kluczowych i lematyzację. Uzyskano dokładność rzędu 60%. Opracowano również pierwszą polskojęzyczną bazę słów kluczowych wyrażających emocje.

EN

Dynamic development of social networks caused that the Internet has become the most popular communication medium. A vast majority of the messages are exchanged in text format and very often reflect authors’ emotional states. Detection of the emotions in text is widely used in e-commerce or telemedicine becoming the milestone in the field of human-computer interaction. The paper presents a method of emotion recognition in Polish-language texts based on the keywords detection algorithm with lemmatization. The obtained accuracy is about 60%. The first Polish-language database of keywords expressing emotions has been also developed.

14

A system for synchronous acquisition of selected physiological signals aimed at emotion recognition

Tarnowski P., Kołodziej M., Majkowski A., Rak R. J.

Przegląd Elektrotechniczny

|

2016

|

R. 92, nr 12

327--331

EN

This article contains a description of a data acquisition system that enables simultaneous recording of selected human physiological signals, resulting from brain electrical activity, eye movement, facial expression and skin-galvanic reaction. The signals, recorded using various types of sensors/devices, are fully synchronized and can be used to detect and identify emotions.

PL

W artykule zamieszczono opis autorskiego stanowiska badawczego umożliwiającego równoczesną rejestrację wybranych sygnałów fizjologicznych człowieka, powstałych w efekcie elektrycznej aktywności mózgu, ruchu gałek ocznych, mimiki twarzy oraz reakcji skórnogalwanicznej. Sygnały zarejestrowane z użyciem różnego typu czujników/urządzeń są ze sobą w pełni zsynchronizowane i mogą być wykorzystane do wykrywania i rozpoznawania emocji.

15

Emotion recognition from facial images using binary face relevance maps

Herud T., Kawulok M., Smolka B.

Studia Informatica

|

2015

|

Vol. 36, nr 4

29--41

EN

This paper is focused on automatic emotion recognition from static grayscale images. Here, we propose a new approach to this problem, which combines a few other methods. The facial region is divided into small subregions, which are selected for processing based on a face relevance map. From these regions, local directional pattern histograms are extracted and concatenated into a single feature histogram, which is classified into one of seven defined emotional states using support vector machines. In our case, we distinguish: anger, disgust, fear, happiness, neutrality, sadness and surprise. In our experimental study we demonstrate that the expression recognition accuracy for Japanese Female Facial Expression database is one of the best compared with the results reported in the literature.

PL

W artykule tym przedstawiono zagadnienie rozpoznawania emocji na podstawie obrazów w skali szarości. Prezentujemy w nim nowe podejście, stanowiące połączenie kilku istniejących metod. Obszar twarzy jest dzielony na mniejsze regiony, które są wybierane do dalszego przetwarzania, z uwzględnieniem binarnych map istotności. Z każdego regionu ekstrahowany jest histogram lokalnych wzorców binarnych, a następnie histogramy są składane do wektora cech i klasyfikowane za pomocą maszyny wektorów podpierających. W naszym przypadku rozróżniamy takie emocje, jak: gniew, wstręt, strach, szczęście, neutralność, smutek i zaskoczenie. Podczas naszych eksperymentów pokazaliśmy, że nasze podejście umożliwia poprawę skuteczności rozpoznawania emocji dla bazy Japanese Female Facial Expression względem innych istniejących metod.

16

Acquisition and indexing of RGB-D recordings for facial expressions and emotion recognition

Szwoch M.

Studia Informatica

|

2015

|

Vol. 36, nr 1

7--18

EN

In this paper KinectRecorder comprehensive tool is described which provides for convenient and fast acquisition, indexing and storing of RGB-D video streams from Microsoft Kinect sensor. The application is especially useful as a supporting tool for creation of fully indexed databases of facial expressions and emotions that can be further used for learning and testing of emotion recognition algorithms for affect-aware applications. KinectRecorder was successfully exploited for creation of Facial Expression and Emotion Database (FEEDB) significantly reducing the time of the whole project consisting of data acquisition, indexing and validation. FEEDB has already been used as a learning and testing dataset for a few emotion recognition algorithms which proved utility of the database, and the KinectRecorder tool.

PL

W pracy przedstawiono kompleksowe narzędzie, które pozwala na wygodną i szybką akwizycję, indeksowanie i przechowywanie nagrań strumieni RGB-D z czujnika Microsoft Kinect. Aplikacja jest szczególnie przydatna jako narzędzie wspierające tworzenie w pełni zaindeksowanych baz mimiki i emocji, które mogą być następnie wykorzystywane do nauki i testowania algorytmów rozpoznawania emocji użytkownika dla aplikacji je uwzględniających. KinectRecorder został z powodzeniem wykorzystany do utworzenia bazy mimiki i emocji FEEDB, znacznie skracając czas całego procesu, obejmującego akwizycję, indeksowanie i walidację nagrań. Baza FEEDB została już z powodzeniem wykorzystana jako uczący i testujący zbiór danych dla kilku algorytmów rozpoznawania emocji, co wykazało przydatność zarówno jej, jak również narzędzia KinectRecorder.

17

Test wydajności współczynników percepcyjnych w kontekscie rozpoznawania emocji

Sapiński T., Kamińska D.

Logistyka

|

2015

|

nr 4

9702--9711, CD3

PL

W artykule przedstawiono wyniki doświadczeń rozpoznawania emocji na podstawie sygnału mowy z wykorzystaniem współczynników percepcyjnych. Badania rozpoczęła analiza współczynników MFCC, następnie pulę tę poszerzono o współczynniki, takie jak BFCC, HFCC, PLP, RPLP oraz RASTA PLP, szeroko stosowane w badaniach nad rozpoznawaniem mowy, natomiast pomijane w rozpoznawaniu emocji. Analizę przeprowadzono dla dwóch różnych korpusów: bazy mowy spontanicznej i odegranej. Przy użyciu klasyfikatora k-NN, wybrano grupę współczynników najlepiej reprezentujących stany emocjonalne.

EN

The following paper presents parameterization of emotional speech using perceptual coefficients as well as a comparison of Mel Frequency Cepstral Coefficients (MFCC), Bark Frequency Cepstral Coefficients (BFCC), Perceptual Linear Prediction Coefficients (PLP) and Revised Perceptual Linear Prediction Coefficients (RPLP). Analysis was performed on two different Polish databases: acted out and spontaneous speech corpora. Emotion classification was performed using k-NN algorithm.

18

Emotion recognition from natural speech – emotional profiles

Sapiński T., Kamińska D.

Logistyka

|

2015

|

nr 4

9712--9721, CD3

EN

Emotion recognition system can improve customer service especially in the case of call centers. Knowledge of the emotional state of the speaker would allow the operator to adapt better and generally improve cooperation. Research in emotion recognition focuses primarily on speech analysis. Emotion classification algorithms designed for real-world application must be able to interpret the emotional content of an utterance or dialog beyond various limitation i.e. speaker, context, personality or culture. This paper presents research on emotion recognition system of spontaneous voice stream based on a multimodal classifier. Experiments were carried out basing on natural speech characterized by seven emotional states. The process of multimodal classification was based on Plutchik’s theory of emotion and emotional profiles.

19

Emotion recognition based on facial expressions of gamers

Pilecki M., Suchacz M., Draszawka K.

Zeszyty Naukowe Wydziału ETI Politechniki Gdańskiej. Technologie Informacyjne

|

2014

|

T. 22

7--16

EN

This article presents an approach to emotion recognition based on facial expressions of gamers. With application of certain methods crucial features of an analyzed face like eyebrows’ shape, eyes and mouth width, height were extracted. Afterward a group of artificial intelligence methods was applied to classify a given feature set as one of the following emotions: happiness, sadness, anger and fear. The approach presented in this paper was verified using specialized databases and real-life situations. The obtained results are vastly promising, thus further work on the subject should be continued.

PL

Artykuł prezentuje sposób rozpoznawania emocji na podstawie wyrazu twarzy graczy. Przy zastosowaniu określonych metod wybierano niezbędne cechy analizowanej twarzy: kształt brwi, szerokość i wysokość ust oraz oczu. Następnie zastosowano zestaw narzędzi sztucznej inteligencji do rozpoznania odpowiednich emocji (szczęście, smutek, złość i strach) na podstawie uzyskanych zbiorów cech. Rozwiązanie przedstawione w niniejszej publikacji zostało zweryfikowane za pomocą obrazów zawartych w specjalistycznych bazach danych oraz przedstawiających sytuacje z życia codziennego. Otrzymane wyniki są bardzo obiecujące i zachęcają do kontynuacji prac nad tym zagadnieniem.

20

Adaptacyjny system rozpoznawania emocji na podstawie wyrazów twarzy

Żarkowski M.

Prace Naukowe Politechniki Warszawskiej. Elektronika

|

2014

|

z. 194, t. 1

213--222

PL

W artykule opisano i zbadano adaptacyjny system rozpoznawania emocji oparty na sieci neuronowej pracującej w trybie on-line. Przetwarzanie wstępne wykorzystuje hybrydowe podejście: dopasowanie modelu 3D do twarzy na obrazie z wykorzystaniem aplikacji FaceTracker i ekstrakcję cech geometrycznych w oparciu o metodę nadmiarowego zbioru cech. Opracowany system uzyskał 96.8% skuteczności na osobach poznanych i 84.9% na osobach nieznanych na bazie wyrazów twarzy MUG. Badania wskazują, że system skutecznie dopasowuje się do zmian w otoczeniu, utrzymując wysoką skuteczność klasyfikacji.

EN

The paper presents an adaptive facial emotion recognition system based on on-line learning neutral network. The preprocessing stage uses a hybrid aproach: a 3D face model is fitted to the image with FaceTracker application, then geometric features are extracted through extensive feature set method. The resulting classification rate on MUG facial expression databases was 96.8% for known subjects and 84.9% on unknown subjects. The research suggests that the system is able to finely adapt to the changes in environment and maintain high classification rate.