46,135 research outputs found

    Yu xu yi yan

    No full text
    v.1. 醫林獵要 / 黃保康輯 ; [黃]任恆編校 -- v.2. 吳鞠通方歌 / 黃保康著 ; 黃任恆校注 -- 陳修園方歌 / 黃任恆編 -- v.3. 貽令堂雜俎 : [四編], 雜說, 遺詩 / 黃保康撰 ; [黃]任恆編校 -- 與壻遺言 : 附錄 / 黃保康撰.v.1. Yi lin lie yao / Huang Baokang ji ; [Huang] Renheng bian jiao -- v.2. Wu ju tong fang ge / Huang Baokang zhu ; Huang Renheng jiao zhu -- Chen Xiuyuan fang ge / Huang Renheng bian -- v.3. Yi ling tang za zu : [si bian], za shuo, yi shi / Huang Baokang zhuan ; [Huang] Renheng bian jiao -- Yu xu yi yan : fu lu / Huang Baokang zhuan.[黃保康撰].綫裝.框14.5x11.7公分, 10行20字, 小字雙行同. 黑口, 左右雙邊, 單黑魚尾. 版心中鐫題名, 卷次, 下鐫葉次.書名背頁刻"宣統三年五月刻成"《中國叢書綜錄》p.727著錄 ; 《中國中醫古籍總目》13297著錄.《貽令堂雜俎》分經, 史, 子, 集編.鈐"莊兆祥印"朱, 白文各一方.Xian zhuang.Kuang 14.5 x 11.7 gong fen, 10 hang 20 zi, xiao zi shuang hang tong. Hei kou, zuo you shuang bian, dan hei yu wei. Ban xin zhong juan ti ming, juan ci, xia juan ye ci.Shu ming bei ye ke "Xuantong san nian wu yue ke cheng"Detailed notes in vernacular field only."Yi ling tang za zu" fen jing, shi, zi, ji bian.[Huang Baokang zhuan].Qian "Zhuang Zhaoxiang yin" zhu, bai wen ge yi fang

    Huang di nei jing ling shu

    No full text
    V.1-3. 補注黃帝内經素問 -- v.4. 黃帝内經素問遺篇 -- 黃帝内經靈樞 : 十二卷.V.1-3. Bu zhu huang di nei jing su wen -- v.4. Huang di nei jing su wen yi pian -- Huang di nei jing ling shu : shi er juan.啟玄子注 ; 林億 ...[et al.]校正 ; 孫兆改誤.綫裝.框18x12.7公分, 13行40字,小字雙行同. 白口, 四周單邊,對黑魚尾. 版心中鐫題名, 卷次, 下鐫葉次.書名頁題"黃帝内經後附靈樞, 光緒二十二年圖書集成局印".《中國中醫古籍總目》00006著錄光緒二十三年上海圖書集成印書局鉛印子書二十二種本.附: 黃帝内經素問遺篇 ; 黃帝内經靈樞 : 十卷.鈐"莊兆祥印"朱, 白文各一方.Xian zhuang.Kuang 18 x 12.7 gong fen, 13 hang 40 zi, xiao zi shuang hang tong. Bai kou, si zhou dan bian, dui hei yu wei. Ban xin zhong juan ti ming, juan ci, xia juan ye ci.Detailed notes in vernacular field only.Detailed notes in vernacular field only.Qixuanzi zhu ; Lin Yi ...[et al.] jiao zheng ; Sun Zhao gai wu.Fu: Huang di nei jing su wen yi pian ; Huang di nei jing ling shu : shi juan.Qian "Zhuang Zhaoxiang yin" zhu, bai wen ge yi fang

    Apsilocera brevivena Xiao & Huang

    No full text
    Apsilocera brevivena Xiao & Huang Apsilocera brevivena Xiao & Huang, 2001: 8 –9. Diagnosis. Head transverse in anterior view, without ornamentation; malar space about 1 / 4 eye height; clypeal margin emarginate; clava brown. Only fore coxa dark; M about 1.5× as long as S. Metasoma brown (Xiao & Huang 2001). Distribution. China (Fujian). Hosts. Unknown. Comments. Apsilocera brevivena belongs to a group of species without ornamentation on the vertex. It appears to be more closely related to A. elongata, A. maculata and A. dupla. From all these species A. brevivena differs in having a shorter malar space and shorter vein M relative to vein S.Published as part of Mitroiu, Mircea-Dan & Achterberg, Cornelis Van, 2013, Revision of the Oriental species of Apsilocera Bouček (Hymenoptera, Pteromalidae), with description of twelve new species, pp. 448-468 in Zootaxa 3717 (4) on page 459, DOI: 10.11646/zootaxa.3717.4.2, http://zenodo.org/record/24809

    QIN SHI HUANG DAN PEMBERLAKUAN LEGALISME

    Get PDF
    QIN SHI HUANG DAN PEMBERLAKUAN LEGALISME

    Modifikasi Algoritma Guo Dan Huang Pada Partisi Matriks Untuk Menghitung Invers Moore-Penrose

    No full text
    Saat ini kajian mengenai invers Moore-Penrose sering dimanfaatkan untuk mengembangkan riset operasi dan ilmu statistik. Salah satu algoritma yang dapat digunakan untuk menghitung invers Moore-Penrose adalah Algoritma Guo dan Huang (AGH). Pada tahun 2010, Guo dan Huang membentuk AGH berdasarkan teori kesamaan rank matriks dan memerlukan 3 (tiga) tahap penyelesaian. Modifikasi Algoritma Guo dan Huang (MAGH) dilakukan dengan cara mengubah proses transformasi elementer pada partisi matriks dan memerlukan sebanyak 6 (enam) tahap penyelesaian. Berdasarkan total operasi perkalian dan pembagian yang terlibat, MAGH memiliki kompleksitas algoritma yang lebih sedikit daripada AGH. Oleh sebab itu MAGH lebih efektif untuk menentukan invers Moore-Penrose dari suatu matriks

    Alaskan Author and Historian Dan O'Neill

    No full text
    Dan O'Neill has become a living legend in Alaska. He is the author of The Firecracker Boys: H-Bombs, Inupiat Eskimos, and the Roots of the Environmental Movement; A Land Gone Lonesome: An Inland Voyage Along the Yukon River; The Last Giant of Beringia: The Mystery of the Bering Land Bridge, and recently Stubborn Gal: The True Story of an Undefeated Sled Dog Racer, a children's book published by the University of Alaska Press. Dan came to Alaska in 1975 and has done a variety of things including dog mushing, trapping, hunting, working in construction, and on the pipeline. As research associate at the UAF Oral History program, he produced radio and television documentaries for public broadcasting, and for several years he wrote a column of political opinion for the Fairbanks Daily News-Miner

    Sheng dan de li wu

    No full text
    黃慶雲.《國慶日》是獨幕劇, 《聖誕的禮物》是兩幕劇Huang Qingyun."Guo qing ri" shi du mu ju, "Sheng dan de li wu" shi liang mu j

    War & business : 3 strategi Huang Shi Gong = three strategies of Huang Shi Gong

    No full text
    Buku "War & Business - 3 Strategi Huang Shi Gong" membahas tentang "3 Strategi Huang Shi Gong," yang diakui sebagai naskah strategi tertua yang pernah ada. Karya ini dulunya dilarang dibaca oleh umum karena dianggap sangat bagus dan dianggap membocorkan terlalu banyak rahasia tentang bagaimana penguasa memerintah negara dan mengendalikan anak buahnya. Para kaisar dari dinasti Tang dan Song bahkan memerintahkan agar naskah ini dijadikan acuan dasar bagi para pembesar militer

    PENGENALAN DAN PENGKLASIFIKASIAN POLA ELEKTROKARDIOGRAM MENGGUNAKAN TRANSFORMASI HILBERT - HUANG DAN ALGORITMA K - NEAREST NEIGHBORS - HUANG DAN ALGORITMA K - NEAREST NEIGHBORS

    No full text
    Organ yang paling vital pada tubuh manusia adalah jantung. Oleh karena itu kondisi jantung menjadi hal yang penting untuk diketahui. U ntuk mengetahui kondisi jantung manusia dilakukan suatu perekaman aktifitas elektrik jantung yang disebut elektrokardiografi (EKG). Keluaran yang dihasilkan oleh pro ses ini disebut elektrokardiogram (EKG). EKG menghasilkan pola yang hanya orang yang sudah terlatih lah yang bisa menginterpretasikan maksud dari pola tersebut. A lat EKG moderen sudah dilengkapi perangkat lunak yang bisa menginterpretasikan pola EKG walaup un diagnosa yang dihasilkan tidak selalu akuratPada tugas akhir ini, saya membuat suatu sistem yang cara kerjanya hampir seperti perangkat lunak yang ada pada alat EKG modere n . Sistem mampu mengenali EKG dan berdasarkan pola yang dihasilkan sistem juga m ampu menganalisa lalu mengklasifikasikan jenis kelainan ritmis (apabila ada) yang diderita oleh seorang pasien. Sistem ini mengekstrak ciri dari citra pola EKG dengan Transformasi Hilbert - Huang (THH). Sedangkan untuk proses pengklasifikasiannya digunakan a lgoritma k - Nearest Neighbors (k - NN) .Adapun kelainan - kelainan ritmis yang akan mampu diklasifikasikan oleh sistem antara lain Atrial Fibrillation (AF), Normal Sinus Rhythm (NSR), Bundle Branch Block (BBB), Premature Ventricular Contraction (PVC), Ventricul ar Fibrillation (VF) and Ventricular Tachycardia (VT) . S ayangnya, hasil terbaik yang bisa dihasilkan oleh sistem ini hanya sekitar 68.33 % dengan metode Cityblock Distance dan nilai k=7 . elektrokardiografi, elektrokardiogram, transformasi Hilbert - Huang, algoritma k - Nearest Neighbor

    Deteksi dan Klasifikasi Sinyal Listrik Non-Stasioner yang Mengandung Masalah Kualitas Daya Menggunakan Transformasi Hilbert Huang

    No full text
    Makalah ini menyajikan klasifikasi sinyal listrik non-stasioner yang mengandung masalah Kualitas Daya (KD) berbasis Transformasi Hilbert Huang (THH) dan Jaringan Saraf Tiruan (JST). Transformasi Hilbert Huang (THH) adalah metode analisis sinyal yang relatif baru, yang terdiri dari dua tahap - Dekomposisi Mode Empiris (DME) dan Transformasi Hilbert (TH). Proses DME menguraikan sinyal menjadi komponen – komponennya dalam bentuk Fungsi Mode Intrinsik (FMI) sementara TH digunakan untuk memperoleh amplitudo dan frekuensi sesaat dari masing-masing FMI. Fitur yang diekstraksi melalui THH digunakan untuk melatih JST guna mengenali kelas sinyal yang diproses. Kelas sinyal yang diidentifikasi mulai dari sinyal normal, interupsi, sag, swell, harmonisa, transien, dan gabungannya. Hasil simulasi menunjukkan bahwa kombinasi THH dan JST dapat secara efektif mendeteksi dan mengklasifikasikan sinyal yang mengandung berbagai masalah KD.</jats:p
    corecore