清初诗人朱克生研究

来源 :福建师范大学 | 被引量 : 0次 | 上传用户:novi005
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
朱克生是清初宝应地区著名的诗人,其人生经历、诗歌创作、诗学主张都有着鲜明的时代烙印和个体特征。朱克生作为宝应朱氏家族入清后的第一代文人,少入县学,天资颖异,少时即以万字《武夷山赋》显名,后屡次就试不第,肆力于诗,志在述史,延续了朱氏著书传世的传统;旅居近十年,广交挚友,与王士祯、汪琬、陶澄、陈钰等人交好,以笔写就心中臆想,最后倦游归乡,郁郁而终,年仅四十九。首先,在诗歌主张方面,朱氏作为宝应朱刘乔王四大家族中的翘楚,以儒起家,朱克生延续了朱氏追求风雅性情的主张,深受朱应登、朱曰藩的影响,追求复古,宗尚唐风,追求含蓄清隽,讲究声律;其次,在诗歌创作方面,朱克生将“舟车半天下”的行旅生活、“屡试棘闱不第”的壮志难酬形诸文字,诉诸笔端,使作品有了较丰富的时代内涵和情感价值;第三,在诗歌艺术风貌方面,朱克生通过幽深淡远的意境、顿挫有致的结构以及清丽古朴的语言表达其内心情感。本文在梳理朱克生家世生平、交游和作品的基础上,辅以附录中《朱克生简谱》和《朱克生诗文辑佚》,从其家学渊源、生平交游、诗学主张、诗歌创作等方面多角度地探讨其人其诗,力求较为准确地勾勒出朱克生其人其诗的基本面貌,为宝应家族文学的专家研究提供一个鲜明的个案。
其他文献
明代中期是阳明心学崛起之时期,亦是关中地区学术的中兴时期。这一时期,关中学者与阳明学者有所交往,关中儒学与阳明学在学术上亦有交涉,吸收或批评阳明学。本文通过这一时期
目的:牙周炎是一种常见的慢性炎症性疾病,常常导致包括牙龈、牙周膜和牙槽骨等牙周支持组织的损伤。重度牙周炎因严重的牙槽骨破坏,最终可导致牙齿脱落,严重影响人们的健康和生活质量。由于牙周组织缺乏自我修复重建能力,传统的牙周治疗方式,包括牙周洁刮治及根面平整、牙周翻瓣术、植骨术等,均无法真正意义上实现牙周骨组织的再生。因此在治疗伴有牙周骨组织破坏的牙周炎时,寻找一种行之有效的,可以真正意义上实现牙周骨组
无线Mesh网络作为一种新型的无线网络架构,已快速发展为无线网络的关键技术之一。它因具备前期部署成本低、网络维护简单、较强的鲁棒性、服务范围可靠等优势,从而具有很大的研究价值与广阔的应用前景。随着无线网络技术与应用的高速发展,用户对网络服务质量的要求越来越高。安全高效的切换认证协议能有效减少切换时延和保护用户隐私,提高网络的可靠性、连续性以及安全性,从而大幅度提高网络服务质量。本文根据不同的安全需
带鱼(Trichiurus lepturus)是阿曼湾底拖网渔业作业的主要渔获物之一,是过洋性渔业的重要经济渔获对象之一。因此,对该海域的带鱼进行研究,补充该海域带鱼生物学资料,可对进一
长久以来,人类通过开发利用地表水和地下水满足用水需求。但是,由于人口增长、气候变化和经济社会发展等影响,需水量不断上升,越来越多地区出现了地表水污染和地下水枯竭的水
秘密共享是现代密码领域研究的一个重要课题,也是保证信息安全的重要方法之一,已经成为信息安全领域的一个研究热点.秘密共享的思想是将秘密拆分成不同的子秘密,并分享给不同的参与者,授权集里的参与者能正确恢复出秘密,非授权集里的参与者不能得到关于秘密的任何信息.在进行秘密共享的过程中,学者们使用不同的数学工具进行构造,同时还要考虑可验证性、正确性和安全性等要求.本文基于中国剩余定理(Chinese Rem
目的:本文将梳理王氏连朴饮的方证信息,并且运用数据挖掘技术,通过对现代临床所报道的医案资料进行统计分析,来研究隐含在医案中的病、证、舌、脉、药等信息,研究发病区域、发病季节、患者性别、患者年龄等相关因素对王氏连朴饮使用的影响;在此基础上借助网络药理学研究技术,进一步探讨王氏连朴饮方证的特点和临床使用的规律,特别是对连朴饮治疗慢性胃炎的作用机制进行探讨,对该方的研究提供相关参考,以期提高该方临床运用
研究背景:钛及钛合金因其良好的机械性能、抗腐蚀性、生物相容性在近几十年来被广泛应用作骨科和牙科植入材料。快速的骨结合被认为是种植成功的关键,但因材料表面本身的生物惰性、高弹性模量和有限的生物学效应而备受限制[1-3]。因此,如何改善钛种植体的性能,促进和加速骨结合仍旧是近年来众多学者的研究重点。近年来,多孔结构因可以适当降低钛种植体的杨氏模量,减少其应力遮挡效应的损伤而在医疗领域引起了极大的关注[
近年来,随着国民经济的日益增长,人们对居住、生活环境要求不断提高。为满足设计需求,体型复杂的平面不规则建筑日益增多。震害调查与理论研究表明,由于平面不规则结构质心与
卷积神经网络(CNN)通过机器卷积运算完全替代人工来获取输入层的图像特征,提高了对输入数据的识别能力。在本文设计的算法中使用了一种已经非常成熟的卷积神经网络框架来设计