法律编纂视域下的7—8世纪拜占庭帝国转型

来源 :历史研究 | 被引量 : 0次 | 上传用户:caomao8000
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
7—8世纪是晚期罗马帝国向中古拜占庭帝国转型的最后阶段。法律编纂呈现了帝国统治者的治理理念,反映了转型过程。《民法大全》在适用中面临法学传承、语言等难题,是转型前“罗马困境”的缩影。7—8世纪的法律编纂,弱化罗马法的部分原则,吸纳希腊法和不成文法,同时实现全面基督教化,基督教信仰成为立法精神、法律渊源和法条内容等。该时期拜占庭统治者在坚守罗马帝国名号和威权的前提下,放弃或淡化了传统理念中的拉丁区域和文化,寻求政治理念与帝国疆域的统一,以契合帝国鲜明的东地中海特征。由此,传统的“普世罗马帝国”转型为“东方基督教罗马帝国”。
其他文献
尽管新媒体的发展已对电视媒体产生了强烈冲击,然而,电视媒体迄今为止仍然是我国社会的主流媒体,在信息的传递、共识的凝聚、观念的塑造、文化的传承等方面体现出无法取代的引领性与权威性。本文通过对电视文化视域下传统文化传播现状进行研究后认为,以传统文化为母题的电视文艺节目,其内在表征已不再囿于“物”的局限,真正开始步入深层次的“感知”,由对物态文化层的表达步入心态文化层的表达,也即由对传统文化视觉形象的直
期刊
红外成像系统相对于可见光成像系统而言,具备探测距离远、造价成本较低、全天时工作的优点,红外目标检测技术被广泛的应用在夜间监控和军事领域中。在远距离情况下,红外图像中的目标特征弱、颜色缺失,因此,红外远距离目标检测极具挑战性。近些年来,基于深度学习的光学目标检测算法取得了广泛的研究和应用,但是目前基于深度学习的红外小目标检测算法仍然在一些方面存在缺陷,因此,本文针对红外小目标的特点分别设计了基于深度
学位
气动优化设计是航空航天飞行器设计等应用的重要组成部分,随着飞行器产业的发展和应对复杂现实环境需求的提升,气动优化往往涉及许多相互交织影响的因素,容易导致设计优化空间“爆炸”。全阶的计算流体力学(CFD)方法虽然能够针对特定流动状态进行高精度的模拟,但往往耗时较长难以进行全面的设计空间探索。基于传统机器学习方法的优化技术在构建代理模型、降阶模型等方面有广泛的应用,但这类方法多适用于简单气动优化问题,
学位
图像的深度信息在自动驾驶、3维重建、自主导航等领域中起着至关重要的作用。立体匹配(即RGB双目深度估计)技术能够利用不同视点的平面图像间接地恢复场景的深度信息。这种方式简单高效且成本低廉。近年来,随着神经网络在计算机视觉的广泛应用,基于神经网络的立体匹配方法在精度上取得了重大突破,受到了研究人员的广泛关注。作为非接触测距的重要手段,传统立体匹配方法(互信息、Census变换、SGM算法等)在精度上
学位
黎锦,也被称作黎族文化的“活化石”,见证了黎族千年历史,因其丰富的纹样类型闻名于世。而黎锦蛙纹作为黎锦纹样中非常重要的品类,蕴含了丰富的文化内涵。本文通过文献查阅法、二手资料归纳法、实地调研法、采访访谈法,着重研究黎锦蛙纹的创新应用。第一二章节从黎族蛙纹的起源与发展入笔,分析黎锦蛙纹形成的历史、自然以及宗教因素。对黎锦蛙纹目前的主流分类情况作说明与阐述。后着重描述黎锦蛙纹的形式特点,从纹样构成的角
学位
源代码漏洞检测是网络空间安全领域一项重要的研究内容。现有的软件源码漏洞检测技术仍存在一些问题。基于传统方法的检测技术依赖于人工经验和专家知识对漏洞特征进行建模,复杂程度高,效率低;在基于深度学习的检测技术中,虽无需人工对漏洞特征建模,但程序源代码建模和神经网络模型构建仍存在一些亟需解决的问题。因此,研究深度学习与源代码漏洞检测相结合的检测方法,实现对程序源码高效的漏洞检测,对提高自主研发软件的安全
学位
近年来,“建设活力楚雄,打造彝族文化名都”是楚雄自治州州委及各级政府的主要工作目标。本研究在此背景下,积极挖掘当地彝族服饰文化遗产中的马樱花纹样,并将其运用于文创产品的设计开发之中,力求推进活态传承与创新的思路。就整体而言,马樱花纹样具有重要装饰作用,是比较典型的楚雄彝族服饰元素。在无形的民族精神层面,马樱花寓意为“大而昌盛的花”(彝语音为米依噜)是彝族的图腾;在有形的传统服饰层面,透过各式各样的
学位
拜占庭各个时期的土地关系存在诸多值得深入研究的问题。在拜占庭早期,土地劳动者中出现了新的"隶农"阶层,他们源于自由农地位的下降和奴隶地位的上升。自由农群体依然存在,他们和隶农遭受诸多剥削,逐渐依附于大地主阶层。拜占庭统治者为了保证税收资源,打击大地主吞并土地的行为。地主与农民之间剥削与被剥削的关系,以及中央政府与大地主阶层为了争夺土地资源而发生的矛盾,贯穿于整个拜占庭历史。围绕土地关系,拜占庭中晚
期刊
随着经济、军事力量的增长,我国海洋权益保护的需求不断增长。着力提升海洋装备水平对于建设海洋强国的目标具有重要意义。无人艇以其高速机动性和快速反应能力在军事和民用领域取得了广泛应用,对于加强海上活动监管、守护海域安全具有重要意义。深度学习技术的快速发展为无人艇自主化、智能化水平的提升创造了有利的条件。本文以提升无人艇的环境感知能力为出发点,重点对深度学习目标检测技术开展研究,致力于提升无人艇平台视觉
学位
目前车辆检测、人脸识别、行人检测与跟踪、遥感图像检测、无人驾驶等有关计算机视觉的研究已取得了较好的实际应用效果。在国防建设领域,对武器装备进行自动识别的需求逐渐增加。对于海上舰船目标,以往都是借助雷达等设备进行跟踪监测,以及使用卫星遥感图像来侦测识别,但这些方法都无法辨别出具体的舰船类型和舷号,不足以针对性的对某艘舰船进行实时监察与行迹分析等后续任务。因此,依托于当前计算机视觉研究的成果,基于深度
学位