28、北欧先锋表演艺术:多元视角与激进探索

北欧先锋表演艺术:多元视角与激进探索

1. 新一代艺术家与政治表达

新一代年轻艺术家开始关注殖民或种族化背景相关议题,这是继 Jessie Kleemann 等艺术家之后的新趋势。Ullerup Schmidt 强调要认识到 Baktruppen 作品的政治层面,而不只是关注其形式实验。

Greenlandic 表演艺术家兼诗人 Jessie Kleemann 的表演作品源于 20 世纪 80 年代末的视频艺术实验,与身体艺术传统相关,她关注身份问题、运用身体表达和身体感觉,例如使用鲸脂的强烈气味。David Winfield Norman 指出,理解 Kleemann 使用个人参考是为了抵制将其作品简化为文化刻板印象的趋势。作为 Greenland 艺术学院等机构的先驱,Kleemann 在以与丹麦关系为界定的环境中呈现 Greenlandic 生活和文化时,必须应对权力机制,同时建立能够适应现实的艺术环境和制度基础设施。

2. 表演转向与观众关系

表演转向的一个重要特征涉及与观众的关系,这在 postdramatic 戏剧中也有所体现。Hans - Thies Lehmann 指出,postdramatic 戏剧是共享空间的戏剧,即观众和表演者共享公共空间。西方戏剧传统中戏剧理想的解构包括打破第四面墙和有机虚构宇宙的理想,转而与观众建立直接关系,这使空间高度政治化。

在过去二三十年里,受电脑游戏和社交媒体影响,与观众的直接互动增加,表演艺术形式不断探索以持续、互动和沉浸式形式挑战艺术作品与其周围环境边界的新方式。

3. 丹麦女权主义艺术家的表演策略

Camilla Skovbjerg Pa

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练分类,实现对不同类型扰动的自动识别准确区分。该方法充分发挥DWT在信号去噪特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性效率,为后续的电能治理设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
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