艺工交叉——雪梨针对十二个”一“感知评价实验的分析PART1:文献综述

探讨书法艺术中不同笔迹如何反映书写者的情感与人格特质,分析十二位名家书写‘一’字的差异,揭示笔迹背后的心理学原理。

在这一项作业当中,我们要在对十二个“一”感知评价的实验数据分析的基础上,完成对数项问题的解答。

实验模式:个人实验

姓名:冯媛 学号:1191170202

实验背景:

在之前一次趣味测试中,大家尝试对比两个手写的”π“的情感(高兴程度)。根据统计结果,以及大家自身在测试中的感受,可见,不同书写方式,可为一个没有情感的字符”π“带来一定的情感表现。

这种传达情绪的功能,是书法艺术的一大功能。
唐代孙过庭在其经典的书法理论著作《书谱》中写到“达其情性,形其哀乐”,也就是说,通过书法,可以传达书写者的性格气质(情性),还可以表达他的情绪(哀乐)。
有兴趣的同学可阅读《达其情性,形其哀乐》

除了情感传达,通过书写还可以表现丰富的“意像”,也就是表现人内心加工过的有意义形象。
最经典的就是传说为卫夫人(王羲之的老师)写的《笔阵图》,将每个笔画用自然事物来比拟:
一“横”如千里阵云,隐隐然其实有形。
、“点” 如高峰坠石,磕磕然实如崩也。
丿 “撇”如陆断犀象。
乙 “折”如百钧弩发。
∣ “竖”如万岁枯藤。
㇏ “捺”如崩浪雷奔。
勹 “横折钩”如劲弩筋节。

那么,书写的笔画是否真有丰富的表现力呢?
例如,下列12个不同书法家写的“一”,是否体现出不同的感受?
想象它们为实物,那么它们的质感、重量是否有显著差异?想象它们对应的运笔动作,是否有显著差异?感受它们传达的情绪,是否有显著差异?

实验用图

在这里插入图片描述

实验问题

1. 十二个一两两之间在感受表现方面是否有显著差异?差异度(或相似性)有多大?
2. 十二个“一”的特质与其被喜欢/讨厌的评价之间有哪些关联?
3. 测试者的人格特质与他/她对十二个“一”的人格特质评价之间有无影响?

我们将对这三个问题进行综述、数据分析、联系、以及归纳呈现。

综述部分

不难看出,十二个“一”之间无论是形态还是运笔手法,皆有不同。这十二个“一”,分别出自十二位书法家之手——蔡襄、褚遂良、黄庭坚、柳公权、米芾、欧阳询、宋徽宗、苏轼、王羲之、颜真卿、赵孟頫、钟繇。
一个人由于成长环境、社会经历、性格气质、个人喜好等方面的差异,导致每个人的书写笔迹各不相同:有的洒脱飘逸,有的雄伟遒劲,有的文弱婉约,有的端庄圆润……每个人都有他独特的笔迹,一旦形成,不会因时间地点的不同而轻易改变。世界上很难找到两个笔迹完全相同的人。究其原因,就是因为每一个书写动作都是书写者当时的生理、心理状态和个性特征的综合反应。[1]
根据笔迹学的相关知识,书写笔迹是人格特征的反映,是思想愿意的投射。事实上,笔迹属于人的一种外显行为,笔迹研究正是从外部的表现来推断人。
而对于我们给予的形容词描述,既是对我们个人人格的反映,同样也是我们基于自己的认知对于物理量的概述,这便把我们的主观心理与客观世界联系起来。
那么笔迹究竟会受到怎样的主观心理因素影响呢:

  1. 感觉和知觉
    感觉是客观事物直接作用于人的感觉器官,在人脑中产生的对事物个别部分
    或个别属性的反映。个体能够完成复杂的书写运动,一方面要靠视觉的监督作用,另一方面要靠动觉的反馈作用。例如,辨认一个字时,大脑除了要接受来自视网
    膜的视觉信息外,还要接受来自眼球肌肉的动觉信息,这些信息的提供是目测字
    形大小、笔画长短及其运行趋势的必要条件。 [2]

知觉是客观事物直接作用于感觉器官而在人脑中产生的对事物整体的认识。
知觉通常是由多种感官的联合活动而产生的,如小学生学习写字时的知觉就包含
听觉 (字的发音)、视觉 (字的形象)及进行书写练习时产生的动觉等。

  1. 记忆
    记忆是人们将过去的知识、经验和行为储存下来以及提取出来的一种心理
    过程。个体从学习语言、识记文字到掌握书写技能并熟练地进行书写的过程,无
    一不是记忆的结果。例如,在表达的过程中,个体能够正确书写汉字是由于记忆
    的作用,同时因为遗忘而在书写的过程中出现错别字。

  2. 注意和意志
    注意是心理活动对一定对象的指向和集中。在书写练习的过程中,没有注
    意的参与,个体很难完全感知字的形、音、义,记忆也不能得到加强和巩固。意
    志是对某种事物追求所表现出的毅力和信心,例如,个体进行书写训练时,在意
    志的驱动下,通过勤学苦练可以提高其书写水平。

  3. 兴趣和爱好
    个体书写技能形成后,书写技能的提高需要通过后天的练习实现,在书写练
    习的过程中,书写人如果对某种书体或字体产生了兴趣,通过反复的练习,便能
    建立起相应的书写技能。所以,个体在学习训练中的兴趣、爱好的不同,会导致
    个体笔迹在字形、字体、字的基本写法特征上的差异[3]。

这也就为我们带来了我们探索的问题答案:**没有人的笔迹完全相同,就算是模仿,也会因人的心境、当时的认知理解有所不同,差异是必然存在的。差异的大小会根据书写者之间的心理不同,以及观赏者的认知及水平而产生不同。**差异存在客观差异以及主观差异,在PART2我们会进一步对客观差异进行数据分析来证明我们的论述。而对于第二个问题,生活中的我们,因为受到社会观念的影响,对于美丑大家都有一个共同的认知水平,基准不会偏离太多,会有所差异,但不会出现极端情况。第三个问题有着自然的答案,人格特点会决定观赏者的认知,因而必然会让我们对这十二个“一”产生不一样的印象。

参考文献:
[1]《笔记识人》https://wenku.baidu.com/view/5b3f634b326c1eb91a37f111f18583d049640f04.html?from=search
[2]秦玉红.中文笔迹与人格的相关研究[D].山东:山东师范大学,2008.
[3] 郑日昌. 笔迹心理学. 辽海出版社, 2000: 12-13.

内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四类媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
【EI复现】基于主从博弈的新型城镇配电系统产消者竞价策略【IEEE33节点】(Matlab代码实现)内容概要:本文介绍了基于主从博弈理论的新型城镇配电系统中产消者竞价策略的研究,结合IEEE33节点系统进行建模与仿真分析,采用Matlab代码实现。研究聚焦于产消者(兼具发电与用电能力的主体)在配电系统中的竞价行为,运用主从博弈模型刻画配电公司与产消者之间的交互关系,通过优化算法求解均衡策略,实现利益最大化与系统运行效率提升。文中详细阐述了模型构建、博弈机制设计、求解算法实现及仿真结果分析,复现了EI期刊级别的研究成果,适用于电力市场机制设计与智能配电网优化领域。; 适合人群:具备电力系统基础知识和Matlab编程能力,从事电力市场、智能电网、能源优化等相关领域的研究生、科研人员及程技术人员。; 使用场景及目标:①学习主从博弈在电力系统中的建模方法;②掌握产消者参与电力竞价的策略优化技术;③复现EI级别论文的仿真流程与结果分析;④开展配电网经济调度与市场机制设计的相关课题研究。; 阅读建议:建议读者结合提供的Matlab代码,深入理解博弈模型的数学表达与程序实现细节,重点关注目标函数构建、约束条件处理及算法收敛性分析,可进步拓展至多主体博弈或多时间尺度优化场景。
【BFO-BP】基于鳑鲏鱼优化算法优化BP神经网络的风电功率预测研究(Matlab代码实现)内容概要:本文研究了基于鳑鲏鱼优化算法(BFO)优化BP神经网络的风电功率预测方法,并提供了相应的Matlab代码实现。通过将生物启发式优化算法与传统BP神经网络相结合,利用鳑鲏鱼算法优化BP网络的初始权重和阈值,有效提升了模型的收敛速度与预测精度,解决了传统BP神经网络易陷入局部最优、训练效率低等问题。该方法在风电功率预测这典型非线性时序预测任务中展现出良好的适用性和优越性,有助于提升风电并网的稳定性与调度效率。; 适合人群:具备定机器学习与优化算法基础,从事新能源预测、电力系统调度或智能算法研究的研究生、科研人员及程技术人员。; 使用场景及目标:①应用于风电场短期或超短期功率预测,提高电网调度的准确性;②作为智能优化算法与神经网络结合的典型案例,用于学习BFO等群智能算法在实际程问题中的优化机制与实现方式;③为类似非线性系统建模与预测问题提供可复现的技术路线参考。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注BFO算法的种群初始化、适应度函数设计、参数更新机制及其与BP网络的耦合方式,同时可通过更换数据集或对比其他优化算法(如PSO、GA)进步验证模型性能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值