30、冰岛街头戏剧:狂欢与骚乱之间

冰岛街头戏剧:狂欢与骚乱之间

街头戏剧的起源与背景

在冰岛,一些短期的非正式团体开展的活动为街头戏剧的发展埋下了种子。比如由 Kjartan Bjargmundsson 和 Guðjón Pedersen 运作的名为“Joy, Colour and Discipline”的团体,他们曾身着军装在军用直升机的注视下跑过街道。Guðjón Pedersen 还在 1982 年 3 月 30 日组织了一场活动,以纪念冰岛加入北约,名为“32 lítrar á Ráðhústorg”(市政厅广场上的 32 升),一群戴面具的年轻人手持果冻蛋糕走过城镇街道,并将蛋糕留在市政厅广场,这让镇民们颇为不满。

1983 年 3 月,在 Svart og sykurlaust 被认为成立的关键时刻之前,Gránufjelagið 公司与 Herranótt 高中戏剧俱乐部合作,在雷克雅未克的主要街道 Laugavegur 上举办了一场活动,又是一群戴面具的人手持棍棒走过街道,由 Guðjón Pedersen 指挥。

1983 年 3 月底独立戏剧团体缺乏演出场地,这并非街头戏剧诞生的唯一原因,更确切地说,这种情况为那些已经在尝试街头戏剧的艺术家们提供了在公共空间举办大型活动的机会,也为一个团体将自己定位为与传统戏剧机构鲜明对立的先锋派戏剧创造了条件。

先锋派戏剧的特点

分析先锋派戏剧时,除了反对传统戏剧外,还有几个重要方面,特别是对表演者身体的态度、创作方法以及与观众的关系的改变。这些是先锋派戏剧团体实验的关键方面:
1. 新的创作和表演作品的方法 :先锋派戏剧不断探索新颖的创作和表演方式,以突破传统的束缚

【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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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