【摘 要】
：
明代中叶,苏州人杰地灵,书家群英泉涌不绝,皆为诗文书画兼善的名士,总称“吴门书派”。其中,祝允明、文徵明与陈淳、王宠四家,因书学造诣卓绝斐然而负盛名,有“吴门四家”之称。其师友往来,交互密切,胎息于古典圣贤之道统,领军明代中叶书风突围“台阁体”束缚,开创中兴盛景。祝、文、陈、王皆奉行“遍友历代,归宿晋唐”之学书宗旨,并能鼎革自化,于书史遗世独立。本文旨在分析四家在相近的时代、地域背景中形成各有千秋
论文部分内容阅读
明代中叶,苏州人杰地灵,书家群英泉涌不绝,皆为诗文书画兼善的名士,总称“吴门书派”。其中,祝允明、文徵明与陈淳、王宠四家,因书学造诣卓绝斐然而负盛名,有“吴门四家”之称。其师友往来,交互密切,胎息于古典圣贤之道统,领军明代中叶书风突围“台阁体”束缚,开创中兴盛景。祝、文、陈、王皆奉行“遍友历代,归宿晋唐”之学书宗旨,并能鼎革自化,于书史遗世独立。本文旨在分析四家在相近的时代、地域背景中形成各有千秋的艺术风格与审美表现,以草书之陶染性灵最为显著。通过联系四家的综合论述,以探究天资、功底、仁寿、性灵等因素,对书家人生历程与道行修为。见月忽指,舍筏登岸。类比之意不执分别,而究竟其会通。观照四家传世作品可见草意对于其他书体的互助,亦可发人深省。
其他文献
脱贫攻坚战取得全面胜利后,建立有效的防止返贫帮扶机制,切实阻断返贫风险,已成为当下贫困治理工作的重点。目前,由于政策、心理因素的变动,地方政府、扶贫企业、脱贫群体或将出现脱离可持续减贫的策略行为选择,使得脱贫群体面临的返贫风险增加。通过构建与完善防止返贫监测和帮扶机制,进而逐步稳定扶贫成果,并防范、化解返贫风险,已成为当下治贫工作的关键内容。作为将生态与扶贫相结合的典型参与式扶贫模式,至今仍有诸多
黄河流域是我国重要的生态屏障和经济地带,在我国生态安全和社会经济方面具有重要地位。但在资源环境刚性约束下,黄河流域人地矛盾逐渐突出,上游黄河源地的生态保护问题、中游沿黄带的水土流失问题、下游城市群发展受制于水资源紧张的问题,同时,流域整体各区域间发展水平差异大、不协调等问题日益严重。推动黄河流域生态保护和高质量发展,提升整个流域的可持续发展水平,已成为黄河流域研究的热点。恢复力（Resilienc
“碳中和”已然在国际上成为一股“潮流”,中国也于2020年正式提出“双碳”目标。目前,在中国所有行业中电力行业碳排放量排名第一,因此,电力行业的低碳转型发展至关重要。电力行业可行的低碳转型路径,一是降低煤电占比,利用CCS技术改造火电,二是增加可再生能源电力装机。以可再生能源为主体的新型电力系统正在逐步建立,然而,可再生能源往往受到气象不确定性的影响,且相较于传统电力技术依然具有较高的成本。解决可
我国“富煤、贫油、少气”的资源禀赋特点,决定了煤炭是经济社会平稳发展能源保供压舱石。但由于对煤炭过度依赖,煤炭资源型地区形成“一煤独大”的产业发展格局,致使该区域呈现污染集中、排放集中的特点,同时阻碍了当地经济高质量增长。在“双碳目标”的持续约束下,为实现资源型地区生态保护和高质量发展,必须转变传统粗放型经济增长模式。因此,研究“减污降碳”视角下煤炭开采的资源诅咒效应和环境影响,对实现资源型地区生
＜正＞祖国东北边陲重镇——黑龙江省牡丹江市是一座"英雄之城","八女投江"的英雄精神激励着一代代牡丹江财政人坚守初心、创新创业、开拓奋进。牡丹江市国库收付中心与"八女英烈"群雕百米相望。中心党支部把缅怀革命英烈、为民务实清廉、爱岗敬业奉献作为思想教育的核心,引导带领党员干部牢记宗旨、担当作为、
江沙维（Joaquim Afonso Gon（?）alves,1781-1841）是十九世纪著名的葡籍传教士和汉学家。江沙维除了传教工作外,后续活跃在教学领域,为汉语教育的推广做出了功不可设的贡献。而在他的教学生涯中,也出版了众多的汉语教材和相关的研究成果。从这些作品中,可以看出江沙维在教学方法上的独特和创新思维。本文以江沙维的《汉字文法》中的语法篇章进行个案分析,而通过对两种语言的比较分析以及从
缓解全球气候变暖,减少二氧化碳排放,是世界各国面临的巨大挑战。我国作为碳排放量和能源消费量最大的国家,转变经济高速发展的现状,实现经济高质量发展已成为必然之举。“双碳”目标的提出既体现了我国作为第二大经济体的大国担当,也是我国实现低碳经济发展的必然要求与根本出路。准确衡量我国能源碳排放的影响因素,预测未来我国能源碳排放变动趋势,对于发展低碳经济,实现“双碳”目标具有很大的理论和实际参考价值。而过去
随着开放经济的蓬勃发展,FDI对于实现“碳达峰”和“碳中和”目标、推动我国经济高质量发展越来越具有重要意义。根据联合国发布的《2021年世界投资报告》,在新冠疫情的冲击之下,我国2020年依然以1490亿美元的FDI流入额位居世界第二位,仅次于美国的1560亿美元。然而,FDI带来的环境问题一直是众多学者研究的热点,加之我国的碳排放总量在世界各国的排名中一直居高不下,2020年BP世界能源统计数据
目的 视频异常检测通过挖掘正常事件样本的模式来检测不符合正常模式的异常事件。基于自编码器的模型广泛用于视频异常检测领域，由于自监督学习的特征提取具有一定盲目性，使得网络的特征表达能力有限。为了提升模型对正常模式的学习能力，提出一种基于Transformer和U-Net的视频异常检测方法。方法 首先，编码器对输入的连续帧进行下采样提取低层特征，并将最后一层特征图输入Transformer编码全局信息