非物质文化遗产视阈下传统客家缠花的传承探析

来源 :工业设计 | 被引量 : 0次 | 上传用户:pb8
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
客家缠花是客家妇女勤俭聪慧的天性与独特艺术涵养的体现,是海峡两岸最具代表性的民间手工艺之一,同时也是两岸客家同根同源,文化互联互通的见证.但随着客家习俗的简化、人们审美的转变,传统客家缠花工艺面临“人亡技绝”的困境.本文将从传统客家缠花的起源、特色及传统应用、制作工艺、面临的困境及传承策略等方面进行阐述,以期为客家缠花工艺的传承发展提供参考借鉴.
其他文献
近些年来,因金属镁、铝、钙、锌等储量丰富,成本低廉和高安全性,基于多价阳离子(如Al3+,Mg2+,Ca2+,Zn2+等)的可充电电池受到了广泛关注。本工作总结了国内外研究团队在多价离子电池研究方面取得的成果和突破性进展,发现目前多价离子电池研究体系中关于铝离子和镁离子电池的相关研究工作较多,主要侧重于正负极材料的开发以及电解液组分的优化。然而,在多价离子电池体系的快速发展中,我们发现仍然存在一些棘手的问题有待解决,比
针对齿轮箱轴承故障识别率低、故障信号不平稳的问题,提出层次熵与小波包能量多源数据融合轴承故障诊断方法。采用小波包对轴承正常、内圈、外圈、滚动体故障等4种振动信号进行三层小波包分解并重构,计算各频段样本熵(即层次熵)和小波包能量作为故障特征向量集;应用归一化方法对2种特征向量处理后分别建立BP神经网络模型实现轴承不同故障模式的诊断;最后应用D-S证据理论,通过小波包能量和层次熵以及两者融合信息的故障诊断结果比较,表明基于神经网络和D-S证据理论相结合方法用于复杂机械的故障诊断是可行和有效的。