克雷洛夫范例6篇

前言:中文期刊网精心挑选了克雷洛夫范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。

克雷洛夫范文1

1、主要作品

《大炮和风帆》、《剃刀》、《鹰与鸡》、《快乐歌声》、《受宠的象》、《狼和小羊》、《狮子分猎物》、《狼与鹤》、《兽国的瘟疫》等等。

2、人物简介

克雷洛夫(1769年2月13日 - 1844年11月21日)来自俄国,是世界著名的寓言家、作家,全名是伊万·安德列耶维奇·克雷洛夫。克雷洛夫出生于一个没落的贵族之家,是个贫穷的步兵上尉家庭。

(来源:文章屋网 )

克雷洛夫范文2

【关键词】教学 网络技术 金融学类 教学效果

【中图分类号】G642【文献标识码】A【文章编号】1006-9682(2010)11-0099-01

一、问题的提出

网络技术的发展为高等院校金融学类课程教学提出了更高的要求,一方面要求授课教师不断掌握更新、更丰富的经济学理论、方法和知识,及时了解新的学术动态,不断更新知识;另一方面又提出了教学手段改革的要求。金融学类课程具有信息量大、理论性强、政策性强、经济学方法应用多、图表多、与社会经济发展的关系密切等特点。因此,利用传统的黑板书写方式进行课程教学,必然存在着无法进行图式、报表及大型案例的课堂演示教学,极大地影响着授课速度,同时也存在着难以引起学生的学习兴趣、师生交流少、教学效果差等现象。在这种情况下,改革金融学类课程的教学方式,以提高教学效果,便成为一项亟待解决的重要课题。

二、网络技术辅助教学的主要应用方式

1.无纸化备课网上传输讲稿

从长远趋势来看,无纸化计算机投影教学将是高等院校金融学类教学的发展方向,利用office工具的PowerPoint、Excel和Word软件制作的讲稿,不仅具有版面美观、信息量大、易播放、教学直观等优点,而且还容易保存、修改和网上传输。在采用计算机投影教学的情况下,使计算机通过局域网与Internet连接,只要任课教师把事先制作好的电子讲稿存放在Internet网络各网站的文件夹或E-mail信箱中,便可空手走进教室,方便地从教室的网络计算机上取到自己的讲稿,轻松自如地进行计算机投影教学,并可在任何有计算机网络的地方取到该讲稿及其他事先存放的文件,也可将自己的讲稿和其他资料在网上,使任何有计算机网络的地方都能接收到网上的信息。

2.网络查询资料丰富教师备课内容

我国目前正处于政治体制改革起步和经济体制改革深化阶段,这就要求任课教师在授课过程中,注意结合我国政治体制改革和经济体制改革的新内容以及市场经济中出现的新问题进行授课,注重培养学生处理问题和解决问题的能力。任课教师在备课时应充分利用计算机网络上各网站提供的查询功能,根据限定条件迅速查询到备课所需要的内容,既方便、快捷,又全面、系统。而且利用网络查询备课资料可以避免任课教师在以往讲课举例中的“假如”、“如果”等虚假的例子,网络中能为任课教师提供最新的讨论课题、丰富教学案例,使任课教师的授课内容更丰富、更生动,理论性更高,实践性更强,必然会提高任课教师的备课水平和教学质量。

3.扩大案例教学提高教学效果

现代金融教学以案例为主,传统黑板书写式教学效率极差,利用计算机投影教学,任课教师只要把教学案例和较大的图表利用扫描仪扫入计算机,存入计算机硬盘的文件夹或软盘,便可利用计算机在较短的时间内播放教学案例和图表。学生也可做到专心听讲,只需对教师讲解的重点问题或扩展性问题进行纪录,不必去抄案例和图表,既节约时间,又有利于提高教学效果。

4.增加动画内容,提高PPT电子讲稿质量。

多媒体教学的质量在很大程度上取决于PPT讲稿的制作质量,利用动画技术、切换技术等制作高质量的PPT电子讲稿,提高教学用电子讲稿的“美”感,是多媒体教学的一种必然趋势。为促进电子讲稿质量的提高,学校在制定多媒体教学电子讲稿审查、评价、考核、奖励制度的同时,应加大培训的力度,并定期地进行多媒体教学大赛,促进多媒体教学水平的提高。

5.利用校园网双向交流促进教学相长

任课教师可在校园网的个人主页、聊天室或E-mail信箱中开设教学问题讨论专栏,定期或不定期地解答学生提出的问题,对讲课中的难点、重点问题进行详细辅导或给出提示要点、答案等,对布置难度较大的作业给以提示和指导。学生也可对任课教师授课内容的不同观点发表自己的看法,对任课教师的讲课内容、方式等提出要求,对任课教师讲课的不足或不良行为提出意见。通过这种双向的师生交流,可以起到促进教学相长的目的。

6.利用留言板或电子信箱监督考核任课教师的教学效果

利用留言板或电子信箱学生可以对教师的教学状况提出意见,监督教师的教学情况,管理人员也可以通过查阅留言板了解教学中学生的意见,从而避免过去那种由教师和领导代替学生评价任课教师教学效果的现象,实现对任课教师的公正评价。当然,这种自由发表意见的方式,存在一定缺陷,应加强引导与管理才能有比较好的效果。

三、基本结论

以上根据个人的教学实践,谈了六个方面的教学体会,对现代化教学手段在金融学类课程教学中的应用进行了初步探讨。网络技术及其他现代化教学手段的应用,在促进教学相长,大幅度提高教学效果的同时,也增加了任课教师的工作时间和工作难度,对任课教师提出了更高的要求。一方面,要求任课教师要最大限度增加信息量、合理组织和选择授课内容,扩展自身知识面及其技能以增加授课的知识性、趣味性和有效性,不断提高教学效果;另一方面也要求任课教师具有一定的计算机水平、网络技术水平以及制作PPT电子讲稿的技能,以达到更好地发挥各种教学手段的作用。在高等学校的金融学类教学中,利用网络技术辅助教学是一种必然趋势,各任课老师应将网络技术的应用与多媒体教学课件的制作结合起来,充分利用现有的网络资源,最大限度地利用现代化教学手段改进教学,这样才能不断提高金融学类课程的教学质量。

参考文献

1 唐卫清.信息网络技术与应用[M].北京:清华大学出版社,2003

2 马时来.计算机网络使用教程[M].北京:清华大学出版社,2003

克雷洛夫范文3

关键词 水平衰减全反射傅里叶变换红外光谱; 离散小波特征提取; 人工神经网络; 鳞毛蕨科植物; 识别分析

2011-05-15收稿;2011-09-09接受

* E-mail:

1 引 言

随着现代科学技术的发展,学科之间的联系越来越密切,出现了许多相互交叉、相互渗透的边缘科学。20世纪60年代前后,在植物分类学与植物化学这两门科学之间出现了一门新的边缘科学――植物化学分类学[1]。植物化学分类学亦称植物化学系统学,是利用化学的特征,来研究植物各类群间的亲缘关系,探讨植物界的演化规律。对于一个植物体而言,其化学成分不是单一的,如何利用其复杂的化学成分来进行物种间的鉴别成为一个植物化学分类学的焦点问题[2]。傅里叶变换红外光谱由于能给出复杂体系的所有物质的化学结构信息,不同植物体具有不同的化学成分或相同的化学成分所占比例的不同,都可以产生不同的傅里叶变换红外光谱,因而将傅里叶变换红外光谱技术作为一种分析工具应用于植物的识别具有重要的理论意义和现实依据[3]。借助于化学计量学,能够更为准确和快速地利用傅里叶变换红外光谱法进行植物的分类与识别[4~9]。

蕨类植物早在4亿年前便已遍布地球表面,它同时兼具原始维管束植物与高等隐花植物双重演化的地位。大多数蕨类植物均有药用价值,药用蕨类植物含有黄酮、甾类、生物碱等活性物质,对多种疾病有明显疗效[10]。本研究选择形态较为相似的3种鳞毛蕨科的中型草本植物贯众、阔鳞鳞毛蕨及变异鳞毛蕨为分析对象,采用水平衰减全反射傅里叶变换红外光谱法测定FT-IR后运用离散小波进行特征提取,得到特征向量值后进行人工神经网络训练及检验,得到了较高的识别率。

2 实验部分

2.1 仪器与样品

NEXUS 670型傅里叶变换红外光谱仪(美国Thermo公司),配DTGS 检测器,OMNIC E.S.P. 5.1智能操作软件,水平衰减全反射(HATR)附件,光谱范围为4000~650 cm

Symbolm@@ 1,分辨率2 cm

Symbolm@@ 1, 扫描累加次数64次。

贯众为鳞毛蕨科植物贯众(Cyrtomium fortunei J. Sm)的干燥全草;阔鳞鳞毛蕨为鳞毛蕨科植物阔鳞鳞毛蕨(Dryopteris championii (Bench) C. Chr. apud Ching)的干燥全草;变异鳞毛蕨为鳞毛蕨科植物变异鳞毛蕨(Dryopteris varia (L.) O. Ktze.)的干燥全草。所有样品均于2008年3月分别采自于浙江金华北山及四川峨眉山,并经过浙江师范大学植物学教研室及上海师范大学植物学教研室鉴定。将采得的样品洗净,不经过任何化学处理,于避光处晾干。然后分别裁取样品的根部作为分析的对象,放入粉碎机中粉碎,再置于玛瑙研钵上研磨成约75

SymbolmA@ m的细小均匀粉末。准确称取每种样品8 mg,待测。

2.2 测定方法

在采集数据前,按要求将HATR附件水平放置于傅里叶变换红外光谱仪的样品仓中,分别将样品粉末置于锗晶片与校正压力装置之间,转紧压力装置后直接测定样品的FT-IR。为了降低测定误差,每次测定接触面积均固定为0.314 mm.2,图谱基线采用自动校正法进行校正。

2.3 数据处理

通过测定,得到样品的FT-IR。采用Matlab 6.1软件,对拷贝自实验中所给定的样品的FT-IR进行一维离散小波变换,在各个分辨率下观察样品的FT-IR差异程度,从中选择两个具有代表性的分辨率进行提取特征向量值。进行人工神经网络识别时,以3种蕨类根部的FT-IR作为实验样本。样本的训练集和测试集各选取240个,每种植物不同产地的训练数及预测样本数各选择40个,样本经过FT-IR测定后进行一维离散小波特征提取,其所选择的特征向量值作为特征信息进行ANN的训练与预测。

3 结果与讨论

3.1 鳞毛蕨科3种植物根的HATR-FTIR谱图比较

贯众、阔鳞鳞毛蕨和变异鳞毛蕨3种植物根部典型的FT-IR如图1所示。

图1 3种蕨类植物根部的FT-IR

Fig.1 FT-IR spectra of the root of three kinds of pteridophyte plants

a. 贯众; b. 阔鳞鳞毛蕨; c. 变异鳞毛蕨。a. Cyrtomium fortunei J. Sm; b. Dryopteris championii (Bench) C. Chr. apud Ching; c. Dryopteris varia (L.) O. Ktze.

从图1可见,由于黄酮、甾类、生物碱、三萜类化合物、鞣质、甾醇、内酯、氨基酸等是蕨类植物中主要的活性物质,故在3300 cm

Symbolm@@ 1均有羟基伸缩振动吸收峰,并在1030~1200 cm

Symbolm@@ 1间出现不同的CO键伸缩振动吸收峰。在3378 cm

Symbolm@@ 1处的吸收峰为三萜类、多糖类和甾醇类化合物的羟基吸收峰。3328,1612和1434 cm

Symbolm@@ 1处的吸收峰为氨基酸的氨基和酸根吸收峰。1031 cm

Symbolm@@ 1处为糖类的CO吸收峰,由于1031 cm

Symbolm@@ 1处的吸收峰为第一强峰,可推断属多糖类化合物。在2921和1373 cm

Symbolm@@ 1处的吸收峰为CH2和CH3的吸收峰。

由于3种蕨类植物为同科植物,所含化学成分比较相近,所以从所得FT-IR图谱很难直接获得更多分类识别的信息。小波变换是继傅里叶变换后所出现的一种更为有效的信号处理及特征提取方法,素有“数学显微镜”之称。为了更为直观地识别3种鳞毛蕨科植物,采用离散小波变换进行提取特征向量值。它能将图谱变换为一系列小波系数,这些系数可以被高效压缩和存储。提取特征向量后进一步采用人工神经网络进行分类识别。

3.2 3种蕨类植物的离散小波特征提取

在进行离散小波分解时,应该根据信号的光谱特性选择适当的小波基函数和分解层数。在小波多分辨率分解过程中,根据HATR-FT-IR信号的特性并比较不同分辨率下信号分解的效果, 确定合适的小波基及小波尺度。其标准是突出原始光谱中的若干个特征峰,并选取平滑性好的小波基。常用的小波基有Mexicon hat,Meyer,Morlet,Daubechies,Coiflet及Symlets等(图2)。以小波基形状与待分析信号形状是否更接近及衰减信号是否更快作为选择的前提,经比较分析,选取了Daubechies小波作为“分析小波”。本研究提取小波域中原始信号FT-IR中的两个特征峰,以提取其特征值。对3种蕨类植物的FT-IR分别进行了一维离散小波变换,分解的层数为5。经过比较分析,选择其中两层(4和5)提取特征值。

图3为利用离散小波变换分别对贯众、阔鳞鳞毛蕨及变异鳞毛蕨的FT-IR进行多分辨率离散小波变换分解的结果。由图3可见,当离散小波变换的分辨率比较低时,从小波域上无法分辨其光谱的主要特征,因为其中有较多的细节干扰信号。而细节信号对光谱变化比较敏感,对原始光谱中各个特征峰反应过于强烈,不利于特征提取。因此,取第4层和第5层这2个分辨率的离散小波细节信号作为特征变

图2 小波基函数的曲线

Fig.2 Wavelet basis function curves in time domain

(a) Mexicon hat wavelet;(b) Meyer wavelet;(c) Morlet wavelet;(d) Daubechies wavelet;(e) Coiflet wavelet;(f) Symlets wavelet.

图3 离散小波分解3种蕨类根部FT-IR的结果

Fig.3 Result of pre-processed spectra of FTIR spectra of the root of three kinds of pteridophyte plants with multiresolution discrite wavelet transform (DWT)

量提取空间。特征变量定义为离散小波域内第4层和第5层这2个分辨率下光谱的能量。为了有效提取离散小波域内两个分辨率下的具有代表性的特征值,对每个分辨率下的光谱分别划分特征区间。考虑到植物FT-IR谱的复杂性,本研究从区别比较大的两个区域划分了特征区间(图4)。由图4可见,第4层和第5层每层划分为两个区域,每种植物共获得4个特征值,作为人工神经网络的输入与输出值。

图4 3种蕨类植物特征区间划分示意图

Fig.4 Division of two feature regions of detail signal in DWT domain

a. 贯众; b. 阔鳞鳞毛蕨; c. 变异鳞毛蕨。a. Cyrtomium fortunei J. Sm; b. Dryopteris championii (Bench) C. Chr. apud Ching; c. Dryopteris varia (L.) O. Ktze.

3.3 反向传播(Back-propagation,BP)算法

由于本研究主要用于植物的分类和识别,故采用人工神经网络的反向传播(BP)网络模型。对于反向传播神经元网络,当各节点均采用Sigmoid 型函数时,一个隐含层就足以实现任意的判决分类问题。采用本研究组已建立的算法[11],并采用随机输入方式。

3.4 网络确定与应用结果

经实验确定BP网络结构为4个输入节点、6个隐层节点和3个输出节点,误差0.05, α为0.8,η为0.02。考察训练成功的网络对3种蕨类植物如何进行识别。所用的BP网络结构中4个输入节点依次为归一化为0~1之间的4个特征向量,输出节点按作为教师信号的蕨类植物种类分为:1类(贯众);2类(阔鳞鳞毛蕨);3类(变异鳞毛蕨)。训练后的网络对240个不同产地样品的FT-IR经过离散小波变换后的特征向量数据的预测结果见表1。

从预测结果可见,贯众、阔鳞鳞毛蕨及变异鳞毛蕨这3种蕨类植物均基本上被正确判别,只有采自四川峨眉山的阔鳞鳞毛蕨和变异鳞毛蕨各有一个样本被错误分类,两产地的预测准确率平均值分别达100.00%, 98.75%和98.75%。

3.5 结论

(1)蕨类植物作为药用多使用根部,考虑到根部受环境的影响相对比较小,所以研究时采用蕨类根部作为实验对象;(2)与压片法及液膜法不同,利用HATR-FT-IR法测定蕨类植物,能进行直接测定获得谱图,从而使所得FT-IR有较好的可比性。采用离散小波变换进行数据压缩可以对红外吸收较为相似的贯众、阔鳞鳞毛蕨及变异鳞毛蕨3种蕨类植物的FT-IR进行特征提取。选择第4层和第5层分辨率下的特征值作为分析的基础,从所得特征值进行人工神经网络分类能够较为有效地进行分类。此方法在形态较为相似的同科植物贯众、阔鳞鳞毛蕨及变异鳞毛蕨3种蕨类植物的分类上具有较高的可行性,从而为光谱学与计算机科学技术相结合在植物分类学中的更为广泛的应用提供了较为科学的研究基础。

References

1 LIU Shu-Qian, ZHENG Jun-Hua, GUO De-An, XU Bing-Jiu. Northwest Pharmaceutical J., 1999, 14(5): 222~225

刘叔倩, 郑俊华, 果德安, 徐秉玖. 西北药学杂志, 1999, 14(5): 222~225

2 HUANG Hao, SUN Su-Qin, XU Jin-wen, WANG Zhao. Spectrosc. Spec. Anal., 2003, 23(2): 253~257

黄 昊, 孙素琴, 许锦文, 王 钊. 光谱学与光谱分析, 2003, 23(2): 253~257

3 Lv H F, Cheng C G, Tang X, Hu Z H. Acta Bot. Sinica, 2004, 46(4): 401~406

4 CHENG Cun-Gui, TIAN Yu-Mei, ZHANG Chang-Jiang. Chinese J. Anal. Chem., 2008,36(8): 1051~1055

程存归, 田玉梅, 张长江. 分析化学, 2008,36(8): 1051~1055

5 CHENG Cun-Gui, XIONG Wei, JIN Wen-Ying. Chinese J. Anal. Chem., 2009, 37(5): 676~680

程存归, 雄 玮, 金文英. 分析化学, 2009, 37(5): 676~680

6 Cheng C G, Liu J, Zhang C J, Cai M Z, Xiong W. Appl. Spectros. Rev., 2010, 45(2): 148~164

7 Cheng C G, L J, Wang H, Xiong W. Appl. Spectros. Rev., 2010, 45(3): 165~178

8 CHENG C G, Liu J, Cao W Q, Zheng R W, Wang H, Zhang C J. Vib. Spectrosc., 2010, 54(1): 50~55

9 CHEN Zhi-Cheng, LIU Jun-Xian, HUANG Shu-Shi, TAO Zhan-Hua, WANG Yi-Bing. Com. Appl. Chem., 2009, 26(4): 482~486

陈植成, 刘军贤, 黄庶识, 陶站华, 王一兵. 计算机与应用化学, 2009, 26(4): 482~486

10 CHENG Cun-Gui, MAO Jiao-Yan. Chem. Indu. Forest Prod., 2005, 25(2): 107~110

程存归, 毛姣艳. 林产化学与工业, 2005, 25(2): 107~110

11 CHENG Cun-Gui, Tian Yu-Mei, Zhang Chang-Jiang. Acta Chim. Sinica, 2008,66(7): 793~798

程存归, 田玉梅, 张长江. 化学学报, 2008, 66(7): 793~798

Recognition Among Three Kinds of Pteridophyte Plants Based on

Fourier Transform Infrared-Discrete Wavelet Feature Extraction

and Artificial Neural Network Classification Method

YU Peng.1, XU Rui.2, CHENG Cun-Gui*1

.1(College of Chemistry and Life Science, Zhejiang Normal University, Jinhua 321004, China)

.2(College of Chemical and Pharmaceutical Engineering,

Henan University of Science and Technology, Luoyang 471003, China)

Abstract Fourier transform infrared (FT-IR) and horizontal attenuated total reflectance (HATR) techniques were used to obtain the FT-IR of three kinds of pteridophyte plants (the root of Cyrtomium fortunei J. Sm, Dryopteris championii (Bench) C. Chr. apud Ching and Dryopteris varia (L.) O. Ktze.). The similar features of FT-IR among the root of Cyrtomium fortunei J. Sm, Dryopteris championii (Bench) C. Chr. apud Ching and Dryopteris varia (L.) O. Ktze. were extracted by discrete wavelet transform. The scale 4 and 5 were used to extract the feature vectors, which were used to train the artificial neural network(ANN). The trained neural network was used to classify the root of Cyrtomium fortunei J. Sm, Dryopteris championii (Bench) C. Chr. apud Ching and Dryopteris varia (L.) O. Ktze., which were collected from different places. According to 240 prediction samples, we could effectively identify the root of Cyrtomium fortunei J. Sm, Dryopteris championii (Bench) C. Chr. apud Ching and Dryopteris varia (L.) O. Ktze. by FT-IR with discrete wavelet feature extraction and artificial neural network classification.

克雷洛夫范文4

这篇寓言说的是:有个善做鲜鱼汤的杰米扬,不了款待朋友福卡,做了又香又稠,凝结得像琥珀似的鱼汤请客。他一盆一盆在敬客人,不让休息,不让停止,一个劲地劝。福卡吃得大汗如注,硬挺着吃了四盘,撑得苦不堪言,还得假装吃得津津有味的样子。“这样的朋友我才喜欢,那帮吃东西挑剔的大人先生,我就觉得惹气。”杰米扬嚷道,“吃得痛快!好再来的盘吧!”

结果如何呢?克雷洛夫告诉我们:老福卡虽然喜欢吃汤,却马上站起来,赶紧拿起帽子、腰带和手杖,用足全力跑回家去,再也不上杰米扬家了。

寓言的结尾,克雷洛夫发了几句议论,言简意明,很富哲理性。他说:“我的作家你不要以不自已是稀有的天才,可是如果你不懂得适当的节制,老是在人家的耳旁鼓噪不休,久而久之,你的朋友,你的诗歌和散文,就要比杰米扬的汤更加令人讨厌。”

这个故事和作者点题的话说明,任何事物都有保持其一定量的数量界限。好客、热情也有一定的度。在一定的界限内,量的变化不会改变事物的质,而一旦超出这个界限,量的变化就会引起质的变化。鲜美无比鱼汤无疑是款待客人的佳品,过量了,就会好心不得好结果,存心敬客反而把客人吓跑。

克雷洛夫范文5

“推敲”,是一则耳熟能详的故事。

元代辛文房《唐才子传》载:

(贾)岛字阆仙,范阳人也……当冥搜之际,前有王公贵人,皆不觉。游心万仞,虑入无穷……虽行坐寝食,苦吟不辍。尝跨蹇驴张盖,横截天衢,时秋风正厉,黄叶可扫,遂吟曰:“落叶满长安。”方思属联,杳不可得,忽以“秋风吹渭水”为对,喜不自佟R蛱仆淮缶琢跗艹,被系一夕,旦释之。后复乘闲策蹇,访李余幽居,得句云:“鸟宿池中树,僧推月下门。”又欲作“僧敲”,炼之未定,吟哦,引手作推、敲之势,旁观皆讶。时韩退之尹京兆,车骑方出,不觉冲至第三节。左右拥到马前,岛具实对:“未定推敲,神游象外,不知回避。”韩驻马久之,曰:“敲字佳。”遂并辔归。

此段文字记载了唐代诗人贾岛苦吟的两件事。第一件事是贾岛为吟出“落叶满长安”的属联而冥思苦想,不觉“唐突大京兆刘栖楚,被系一夕”,幸得“旦释之”。第二件事是为斟酌“僧推月下门”句用“推”抑或“敲”,贾岛“不觉冲至第三节”,冒犯了京兆尹韩退之。这次贾岛未因冒犯而致祸,并获退之“敲字佳”之肯定,享受了与“并辔归”之待遇。

贾岛前后两次不自觉地冲撞位高权重的京兆尹,足见其锤炼字句的痴醉情状,为“吟安一个字”,不知耗费了几多心血!

不只贾岛,李白、杜甫、韦应物、欧阳修和范仲淹都是锤炼字句的典范,并赢得了后人的高度赞赏。

老杜诗“花蕊上蜂须”妙在“上”字。李白诗“清水出芙蓉”妙在“出”字。韦苏州诗“微雨暗深林”更妙在“暗”字。欧阳永叔词“绿杨楼外出秋千”妙在“出”字。(明・何孟春《馀冬诗话》)

欧公《醉翁亭记》:“峰回路转,有亭翼然临于泉上者,醉翁亭也。”一“翼”字,将亭之情、亭之景、亭之形象俱写出,如在目前,可谓妙绝矣……(明・李腾芳《文字法三十五则》)

锤炼字句,我国现代文学大家亦不逊于古人。请看朱自清《荷塘月色》中的一段:

月光如流水一般,静静地泻在这一片叶子和花上。薄薄的青雾浮起在荷塘里。叶子和花仿佛在牛乳中洗过一样;又像笼着轻纱的梦。

文中描写荷叶荷花,选用“泻”“浮”“洗”“笼”等动词,以动写静,形神兼具,勾勒出一幕十分迷人的梦幻一般的情景,用词相当精准。

再看鲁迅《药》的一组句子:

那人便焦急起来,嚷道,“怕什么?怎的不拿!”老拴还踌躇着;黑的人便抢过灯笼,一把扯下纸罩,裹了馒头,塞与老拴;一手抓过洋钱,捏一捏,转身去了。嘴里哼着说,“这老东西……”

文中的动词用得太好了,动词锤炼可谓炉火纯青!若把这些动词换成别的动词,效果会如何?把“嚷”改为“说”,把“抢”和“扯”分别改为“拿”和“取”,把“裹”改为“包”,把“塞”改为“交”,把“抓”改为“拿”,把“捏一捏”改为“数一数”,把“哼着说”改为“低声地说”,如此一改,哪称得上生动、准确、形象呢?

由此观之,字句锤炼得法,字词用得恰当,就如“红杏枝头春意闹”“云破月来花弄影”一样,着一“闹”字、“弄”字,而境界全出矣。

修改须忍痛割爱

修改文章,有如罗丹砍掉巴尔扎克雕像的双手,是一个忍痛割爱的过程。然而,即使再痛苦,文章也得修改。正如俄国作家契诃夫所说:“写作的艺术,其实并不是写的艺术,而是删去写得不好的东西的艺术。”

据说,克雷洛夫写的《杜鹃和公鸡》的草稿原有两百行左右,后来,克雷洛夫对之进行了一遍又一遍的修改,修改中注意锤炼字法、句法、章法,最终,《杜鹃和公鸡》只剩下了二十一行。由此可见,克雷洛夫在修改上是怎样煞费苦心、忍痛割爱的!

文章修改,亦为我国历代文人所重视。清代“桐城派”的奠基人、文学家戴名世就有“割爱”之说。

戴名世在《张贡五文集序》中言及他年轻时,在山里遇到一个卖药老者。谈到如何写作,这位老者说:“为文之道,吾赠君两言,曰‘割爱’而已。”回到家中,戴名世将其得意之作拿出来一读,果真发现,自认为很多“辞采工丽,议论激越,才气驰骤”的部分,“皆可爱也,则皆可割也”。将“皆可割”的部分忍痛割下来,则他的文章可保存者不到十分之二三了。陆机说:“苟背义而伤道,文虽爱而必捐。”也就是说,文章有不符合道义之处,即使文句再精彩可爱也必须捐弃之。而根据老翁的意思,文章中游离或枝节的部分,即使符合道义,也不可以因为私心爱之而不捐弃。以此观之,老翁之论比陆机更精当。

此后,戴名世即将“割爱”作为修改文章之道。

当代作家中,魏巍堪称“割爱”的典范。在《谁是最可爱的人》初稿中,他选用了二十多个感人事迹,后来,他对初稿进行了反复修改,删去了许多内容,最后只选取了三个事例,分别从革命英雄主义、爱国主义、国际主义三个方面歌颂志愿军战士。文章改短了,内容精练了,事迹也更感人了。

刘绍棠也是勇于“割爱”的一位作家。他的长篇小说《地火》初稿时有五十万字。当时,许多出版社争着向他索稿,然而,刘绍棠却迟迟没有交稿,他说:“再删一回,争取更少浪费一点国家的纸张、工人的劳动、读者的时间和金钱。”在此后两次大的修改中,他大刀阔斧,忍痛割爱,竟删去了二十万字。

“割爱”,字虽简而意深。“割爱”,可使文章去掉陈词滥调。留下的文字,即使不算字字珠玑,却是精而又精,读之铿锵,吟之有味。

克雷洛夫范文6

1、绘本漫画类,包括:《猜猜我有多爱你》、《爷爷一定有办法》、《爱心树》、《石头汤》、《犟龟》、《一只孤独的乌鸦》等;

2、寓言神话圣经类,包括:《中国古代寓言故事》、《中国民间故事》、《成语故事365》、《伊索寓言》、《克雷洛夫寓言全集》、《中国神话》、《天方夜谭》等;

3、童话故事类,包括:《木偶奇遇记》、《柳林风声》、《 绿野仙踪》、《小猪稀里呼噜》、《笨狼的故事》、《青鸟》等;