常州堆花糕团造型语言及其设计应用研究

来源 :中国矿业大学 | 被引量 : 0次 | 上传用户:hothook
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
论文以常州堆花糕团为研究对象,通过田野考察对常州堆花糕团的造型要素、制作技艺、民俗场景、文化寓意等进行深入研究,并以其造型为原型,在视觉传达设计领域进行设计创新和应用。常州堆花糕团的造型要素可分为:构型、色彩、肌理、空间等。论文从常州堆花糕团型体的构型要素与组合、色彩的构成与表达、肌理的形态与工艺、空间的构成与序列,分析其造型要素的构成。常州堆花糕团造型语言已形成了明确的艺术特征,包括:源于自然的写实手法、绚丽明艳的设色方法、对称均齐的空间布局、吉庆祥瑞的象征意象。论文认为对常州堆花糕团造型的研究需要放置于当地鲜活的民俗生活场景中,从而探讨其造型的民俗语义表达。这些生活场景包括人生礼仪、营建仪式、宗教祭祀等。在此基础上,论文对常州堆花糕团在社会文化中的寓意及观念进行阐述,包括子孙繁衍的生殖寓意、趋吉避凶的吉祥寓意、招财纳福的财富寓意及尊神敬神的宗教寓意,从而完成了常州堆花糕团造型语言体系的构建。最终,通过对常州堆花糕团造型语言体系的深度研究,将其应用于现代视觉传达设计领域,对常州堆花糕团现代视觉形象及文化创意产品进行创新设计,通过设计调研与定位,探讨设计方法如造型元素的提取与凝练、地域性文化符号的选取与植入、载体形式的延续和转换,完成以常州堆花糕团传统造型语言为原型的现代设计应用实践,并对其未来发展趋势和路径作出展望。
其他文献
超级电容器是一种介于普通电容器和电池之间的新型储能装置,凭借高功率密度、长循环寿命、快速充放电等优势受到了广泛关注。具有成本低廉、持续易得、来源广泛和生态友好的废弃物生物质是制备碳材料的主要前驱体,但其作为超级电容器的高性能电极材料仍需进一步对原料和制备方式进行优化和完善。鉴于此,本研究选用具有高固定碳和低灰分含量优势的生物质废弃物紫叶李壳作为碳前驱体,制备了一系列互连片状多孔碳。通过物理吸附仪、
学位
随着现代工业的飞速发展与机械设备的升级革新,传统的旋转机械设备故障诊断方法难以满足实际工业环境下的应用需求。滚动轴承作为旋转设备的关键部件,其故障诊断的应用受到广泛关注,然而实际工况下的故障诊断仍面临诸多困难,深度学习和迁移学习的发展为滚动轴承故障诊断的应用提供了各种新的思路。本文以滚动轴承为主要研究对象,以经验模态分解、神经网络和迁移学习为理论基础,对滚动轴承故障诊断算法的工业应用开展研究。本文
学位
永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)具有多种优点——高功率密度、高效率、控制简单,目前已经在工业现场得到了广泛的应用。近年来,针对PMSM的许多高性能的控制策略应运而生,模型预测电流控制(Model Predictive Current Control,MPCC)成为了其中的亮点。但是由于MPCC策略严重依赖于电机数学模型,在参数失配、延时
学位
近年来,随着移动数据流量和移动终端设备的激增,无线频谱资源日益紧张。可见光无线通信(Light Fidelity,LiFi)由于拥有巨大且不受监管的可用带宽,高能效以及安全性等优势,被认为是一种很有前景的高速室内连接方案。与射频不同,LiFi不具有各向同性,接收设备的方向对信道增益有显著影响,但是LiFi系统至今仍缺乏合适的信道模型,很多关于LiFi信道的研究总是假设接收机固定且垂直向上。在移动L
学位
近年来,机器学习在图像分类领域中取得了巨大突破,并在人脸识别、医学图像识别、遥感图像分类等相关领域取得了成功应用。但对于含有模态缺失情况,即未在训练样本中出现过的图像模态的图像分类,相关研究成果及应用还待进一步深入研究。通过迁移共享知识或者数据,可有效改善模态缺失图像分类的精度,但是,此时还需考虑数据隐私安全。谷歌公司2017年提出的联邦学习(Federated Learning,FL)框架,不仅
学位
化合物-蛋白质亲和度预测在药物研发中起着非常关键的作用,可以为研究人员提供可靠的候选化合物和蛋白质靶点。传统的通过生物实验计算化合物-蛋白质亲和度的方式耗时费力,不足以满足药物研发的需求。因此研究人员从计算的角度建立计算模型来预测化合物-蛋白质亲和度。模型预测的结果可以为药物研发提供有效参考,降低因盲目实验带来的损失。但是现有的化合物-蛋白质亲和度预测模型数量稀少,并且在预测精度方面依然有较大的提
学位
行人重识别是指利用计算机技术在不同的摄像机下检索出同一个人的任务。现阶段大多数重识别算法都是基于有标记的训练数据,而实际场景下通常无法进行预先标记任务,因此针对无标记训练数据的无监督领域自适应行人重识别技术取得了快速发展。虽然伪标签预测法在无监督领域自适应行人重识别中得到了较好的应用,但是由于模型本身特征表达力不足,存在生成错误伪标签的情况,导致模型反梯度方向更新。所以如何有效改善生成伪标签质量成
学位
随着类脑科学以及人工智能的发展,神经网络逐渐成为一个热门课题。作为动力学系统的研究对象之一,神经网络的稳定性问题也渐渐成为研究热点之一。多稳定性作为稳定性课题的一个重要分支,其在神经网络动力学分析中起着重要作用。研究神经网络多稳定性问题,能够有效地将神经网络应用到联想记忆等实际领域中。因此,针对不同类型神经网络多稳定性问题,本文的主要研究内容如下:首先,在第二章中给出了具有单调非递减线性激活函数的
学位
学位
随着社会主义市场经济的迅速发展,政府职能逐渐从“管制型”向“服务型”转变,党的十九大报告明确提出要建设人民满意的服务型政府,党的十九届五中全会再次强调要加快转变政府自身的职能定位,建立一套职责明确、依法行政的政府治理体系,其作为当前深化行政体制改革的核心,切实为开启全面建设社会主义现代化国家新征程提供了有力的保障。税务机关作为政府部门的重要经济职能部门,在“简政放权、优化服务、放管结合”中,进一步
学位