Login
Registrati
Reimposta password
Pubblica & Distribuisci
Soluzioni Editoriali
Soluzioni di Distribuzione
Temi
Architettura e design
Arti
Business e Economia
Chimica
Chimica industriale
Farmacia
Filosofia
Fisica
Geoscienze
Ingegneria
Interesse generale
Legge
Letteratura
Linguistica e semiotica
Matematica
Medicina
Musica
Scienze bibliotecarie e dell'informazione, studi library
Scienze dei materiali
Scienze della vita
Scienze informatiche
Scienze sociali
Sport e tempo libero
Storia
Studi classici e del Vicino Oriente antico
Studi culturali
Studi ebraici
Teologia e religione
Pubblicazioni
Riviste
Libri
Atti
Editori
Blog
Contatti
Cerca
EUR
USD
GBP
Italiano
English
Deutsch
Polski
Español
Français
Italiano
Carrello
Home
Riviste
Applied Mathematics and Nonlinear Sciences
Volume 8 (2023): Numero 1 (January 2023)
Accesso libero
Fractional Differential Equations in the Standard Construction Model of the Educational Application of the Internet of Things
Fen Wang
Fen Wang
,
Xiaoping Xue
Xiaoping Xue
,
Xin Zhu
Xin Zhu
e
Ahmad Saleh Shatat
Ahmad Saleh Shatat
| 15 lug 2022
Applied Mathematics and Nonlinear Sciences
Volume 8 (2023): Numero 1 (January 2023)
INFORMAZIONI SU QUESTO ARTICOLO
Articolo precedente
Articolo Successivo
Sommario
Immagini e tabelle
Bibliografia
Autori
Articoli in questo Numero
Anteprima
PDF
Cita
CONDIVIDI
Pubblicato online:
15 lug 2022
Pagine:
527 - 534
Ricevuto:
09 feb 2022
Accettato:
31 mar 2022
DOI:
https://doi.org/10.2478/amns.2022.2.0037
Parole chiave
Integral discrete guidance
,
Fractional differential equations
,
Internet of things
,
Differentiated data fusion
,
Modeling
© 2023 Fen Wang et al., published by Sciendo
This work is licensed under the Creative Commons Attribution 4.0 International License.
Figure 1
Flow chart of the differential data fusion algorithm guided by integral discrete
Figure 2
Original differentiated data
Figure 3
Differential data fusion results under the Internet of Things based on discrete integral guidance
Figure 4
Comparison of data spectrum before and after differentiated data fusion