الفهرس 
AbstractOnly 14 pages are availabe for public view
 |  | from | 83 |  |  |
| | | from | 83 | | |
Abstract
إنترنت الأشياء (IOT) مجال واعد و مُبشر سيدعم الاقتصاد العالمي. فالمكونات المكونة لإنترنت الأشياء كائنات ذكية تولد إشارات تشغيلية أو تستقبل الإشارات الحسية التي عادة ما تكون صاخبة، لديها توجه أو نسبة صغيرة من الإشارة إلى التشويش ” الضوضاء” . فمعالجة هذه الإشارات لفلترة ”تنقية” و إعادة توجيه وتعزيز نسبة الإشارة إلى التشويش ”الضوضاء” أمر بالغ الأهمية لدمج تبادل المعلومات في هذه الكائنات الذكية. فتكتشف هذه الرسالة إمكانيات التحليل التجريبي للأنماط الموحد الكامل (CEEMD) في إعداد إشارات لمزيد من التطبيقات الذكية مثل الكشف عن حدث أو التعرف على الأنماط في الكائنات الذكية. يتم عرض خوارزميات لفلترة الإشارة، و إزالة الميول وكشف الحدث على أساس مزيج من الاثنين من كلاً التحليل التجريبي للأنماط الموحد الكامل(CEEMD) ، دالة الارتباط الذاتي و مصنف التعلم الكمي(LVQ). فتتم مقارنة أداء خوارزميات المقترحة لكلاً من الوضع التجريبي للأداء الموحد الكامل (CEEMD) و نهج ملائمة المربعات الصغرى. فقد أظهر الوضع التجريبي للأداء الموحد الكامل (CEEMD) نتائج مُبشرة و واعدة من خلال حساب مربع نسبة الخطا ،نسبة الاشارة الى الضوضاء و قمة نسبة الاشارة الى الضوضاء.