Journal of Computational Information Systems10:15(2014)6713–6720
Available at https://www.doczj.com/doc/ae12650888.html,
A Multi-scale Multi-model Fusion Method for Available
Parking Space Occupancy Short-term Prediction?
Ming CEN?,Yuan WEI,Lin LIU,Yunsheng ZHU
Automotive Electronics Engineering Research Center,College of Automation,Chongqing University of Posts and Telecommunications,Chongqing400065,China
Abstract
The e?ciency of Intelligent Parking Guidance System(IPGS)strongly depends on accurate short-term prediction of available parking space occupancy(APSO).To improve the prediction performance of APSO variation,a multi-scale multi-model fusion method integrating adaptive?lter and weighted Markov model is proposed.With the method,observation series of APSO are decomposed and reconst-ructed to di?erent scales by wavelet transforms?rstly.For low frequency signal at coarse scale,the adaptive?lter model is adopted to predict the APSO,and for high frequency signal at multiple?ne scales,the weighted Markov models are nevertheless adopted.Finally,the prediction results of multi-model from di?erent scales are integrated to obtain the variation characteristics of APSO with high prediction accuracy.Experimental results show that the APSO prediction accuracy of proposed method is higher than that of typical modes such as GM(1,1)-Markov model and weighted Markov model. Keywords:IPGS;APSO;Multi-scale Multi-model Fusion;Adaptive Filter Model;Weighted Markov Model
1Introduction
Intelligent Parking Guidance System(IPGS)[1]is a reasonable solution for parking problem, and it’s an e?ective way to alleviate tra?c pressure.Generally,there are two types of IPGS mainly,static guidance system and dynamic guidance https://www.doczj.com/doc/ae12650888.html,pared with static guidance system,dynamic guidance system can provide real-time information of APSO,so users could obtain appropriate services correspondingly.The validity of dynamic guidance system depends on accurate prediction of APSO trends.Because of the in?uence of many factors,such as weather and real-time tra?c condition,the trend is with strong?uctuation.Therefore,it is signi?cant to predict APSO trend accurately to improve the utilization of limit parking space[2]. Throughout these years,a wide variety of methods for this kind of task has been developed in several di?erent research areas,ranging from machine learning to statistics.The solutions can ?National High Technology Project(863)under the Grant No.2012AA111902,Internet of Things Funds and Chongqing Municipal Education Commission under Grant No.KJ110521.
?Corresponding author.
Email address:m cen0104@https://www.doczj.com/doc/ae12650888.html,(Ming CEN).
1553–9105/Copyright?2014Binary Information Press
DOI:10.12733/jcis11246
August1,2014
6714M.Cen et al./Journal of Computational Information Systems10:15(2014)6713–6720 be categorized into several groups.Based on minimum risk criterion,neural network approach [3,4,5]is with some practical di?culties,such as over learning and local minimum.Furthermore, it is hard to?nd a proper neural network that can?t all parking lots.Originated from time-series algorithm,several improved methods,including GM(1,1)-Markov chain model[6,7]and weighted Markov chain mode[8],are used for APSO trend forecasting.In[6,7],relative error is obtained by GM(1,1)forecasting model,then the prediction relative error sequence is obtained by weighted Markov model to correct the GM(1,1)prediction sequence.In the solution,it is required that the history observation sequence accords with exponential rule.However,when observation data is with strong randomness,the accumulated sequence does not accord with exponential distribution generally,and prediction accuracy of the method is reduced inevitably. In[8],the observation series are decomposed and reconstructed by wavelet transform?rstly,then the multiple prediction results in di?erent scales are obtained by Markov model,and integrated to get more accurate prediction of APSO?nally.However,in this method,same Markov model is adopted at di?erent scales,and the di?erence of observation series in coarse and?ne scale is not adequately considered.
APSO change characteristics are in?uenced by many factors,which can be divided into two types,intrinsic and random ones.In general,the intrinsic factors re?ect essential rules,such as types,addresses and costs of a parking lot,and the random factors re?ect random rules,such as tra?c and weather condition around it.From[6,7,8],it is known that each single model approaches for APSO trend prediction is usually with unique features,and can only re?ect future circumstances from its own perspectives.Currently,there is no single model method which can consistently outperform under di?erent conditions,so it is insu?ciency to use single model for complex APSO trend prediction[9].Based on di?erent attributes of observation series in di?erent scales and adopting preferable model to predict can e?ectively reduce the prediction uncertainty and complexity,and improve the performance of the algorithm.
Based on the analysis above,to avoid the insu?ciencies of single scale methods and single model methods,a multi-scale multi-model method is proposed to predict the variation trend of APSO accurately.In this method,according to APSO trend change characteristics,adaptive?lter and weighted Markov chain model are adopted at di?erent scales separately,and the prediction results of di?erent model at di?erent scales are integrated to obtain high accuracy of APSO.
2Adaptive Filter-weighted Markov Chain Model
2.1De?nition of APSO
It is assumed that A(k)is the number of vehicles arriving at a parking lot,L(k)is the number of vehicles leaving the parking lot in an interval k,k is the sampling period,and C is the total parking spaces of the parking lot.The available parking spaces at the end of an interval can be represented as
x(k)=x(k?1)?A(k)+L(k)(1) APSO can be represented as
Y(k)=x(k)/C(2)
M.Cen et al./Journal of Computational Information Systems 10:15(2014)6713–67206715
2.2Scheme of the model
Firstly,the original observation series {Y k }is decomposed to {Y k s }of di?erent scale s s ∈{C s ,D 1,D 2,···,D s }by Mallat’s algorithm [10,11,12].Then,APSO trend at di?erent scale s is updated by adaptive ?lter or weighted Markov method respectively.Considering that low frequency signals,at coarse scale,are less disturbed by random factors,and the original observa-tion sequence is smooth,the adaptive ?lter algorithm is preferable.Otherwise,for high frequency signals with strong ?uctuation at di?erent ?ne scales,weighted Markov chain model,which uses one-step or multi-step transition matrix to ?nd the internal regularity of the data,and is compe-tent for forecasting uncertainties or randomly [6,7],is preferred.Finally,the prediction results of multiple scales are integrated to obtain global forecasting of APSO trend with high accuracy.The scheme of the proposed method is shown in Fig.1.
VLJQDO
)LJXUH 6FKHPH RI $GDSWLYH ILOWHU ILOWHU 0DUNRY 0DUNRY FKDLQ PRGHO PXOWL PRGHO SUHGLFWLRQ PHWKRG Fig.1:Scheme of adaptive ?lter-Markov chain multi-model prediction method
2.3Adaptive ?lter prediction model
At coarse scale C s ,adaptive ?lter model [13]is adopted to forecast low frequency signal {y C s
k },adaptive ?lter model can be represented as following function
?y C s
k +1
=
w 1y C s
k
+
w 2y C s
k ?1
+
···w N y C s
k ?N +1
=
Q ∑i =1
w i y C s
k ?i +1
(3)
where y C s k +1is prediction value at time k +1,y C s
k ?i +1is observation data at time k ?i +1,w i is the weight,and Q is the order of the model.The weights can be updated by
w r i =w i +2m ·e C s
i +1y C s k ?i +1
(4)
where i =1,2,···,Q ,k =Q,Q +1,···,N ,w i is the weight before adjustment,w r
i is the adjusted weight,m is the learning constant.Correspondingly,the prediction error is
e C s
i +1=y C s i +1??y C s i +1
(5)
where i =1,2,···,Q .
6716M.Cen et al./Journal of Computational Information Systems10:15(2014)6713–6720 2.4Weighted Markov forecasting model
At?ne scales D1,D2,···,D s,it is assumed that the transition probability matrix of Markov chain
is p s=[p s
mn (l)],where p s
mn
(l)is the transition probability from state m to state n after l steps
transition,l is the step length of lag time,l=1,2,···,M,and M is Markov states.Based on the transition probability matrix,and initial state,the probability of state I can be forecasted as
p s I (l),I∈E,E={E1,···,E M}.Weighted sum of di?erent probability in the same state can be
represented as[8,14]
p s I =
l
∑
l=1
w l p s
I
(l)I∈E(6)
where w l is the weights of lag time.
The state I with maximum weighted sum,or corresponding to max{p s
I ,I∈E}is selected as
the forecasted state at time k+1.By level characteristic value method[15],the state prediction at time k+1is
?y D s k+1=
{
A D s
I
?H D s/(I+0.5)H>I
B D s
I
?H D s/(I?0.5)H I∈E(7) where A D s I ,B D s I is upper and lower of state at time k+1,and H D s is level characteristic values. 2.5Prediction fusion Integrating the prediction results of multi-model in di?erent scales,the?nal forecasting can be obtained as ?y k+1=?y C s k+1+?y D1 k+1 +···?y D s k+1 (8) where?y C s k+1 is prediction of low frequency signal obtained by adaptive?ltering model at coarse scale,and?y D1 k+1,?y D2 k+1 ···?y D s k+1 are that of high frequency signals obtained by weighted Markov model at?ne scales. 3Experiment Result and Analysis In order to evaluate the prediction accuracy of the presented multi-scale multi-model fusion method,the observation data of APSO from3di?erent parking lots at di?erent cities are adopt-ed,and the sample period are10minutes.To the3samples,APSO trend of sample1is impacted by random factors weakly,sample3is strongly in?uenced,and sample2is moderately in?uenced. Based on the observation data,the GM(1,1)-Markov model,weighted Markov model,and adap-tive?lter-weighted Markov model of the article are used to predict the APSO trends,and the results are evaluated by average relative error(MRE)[4],equalization coe?cient(EC). The observation data provided by sample1is used as an example to verify the applicability of the proposed method,where48historical observation data are used to obtain12one-step forecast data.By repeated experiments,when APSO trends are disturbed by random factors weakly,it is shown that the order of adaptive?lter model is3or4generally.On the contrary,when APSO trend is with strong?uctuation and correlation between historical data is weak,the second-order M.Cen et al./Journal of Computational Information Systems10:15(2014)6713–67206717 (a)(b) Fig.2:The comparison of the methods.(a)comparison of prediction results and observation,(b) comparison of MSE adaptive?lter is more proper generally.The order of Markov model is decided by Fisher optimal segmentation method.The parameter of GM(1,1)model isα=0.0075and u=0.9839,and the order of Markov model is6.The order of weighted Markov model is5.In proposed method,Sym4 is selected as the wavelet function,and4series{y C3 k ,y D1 k ,y D2 k ,y D3 k }k∈[1,2,···,N]are obtained by wavelet transforms.For low frequency signals{y C3 k }at coarse scale,third-order adaptive?lter is adopted,and for high frequency signals{y D1 k ,y D2 k ,y D3 k }at other?ne scales,?fth-order weighted Markov models are adopted respectively.The comparison of prediction result and average relative error of the methods are shown in Fig.2. The evaluation indicator of sample1,MRE and EC,are shown in Table1. Table1:Comparison of evaluation index Parameter GM(1,1)-Markov model Weighted Markov model Proposed method MRE 4.57%7.14% 3.08% EC0.98930.98390.9926 Repeating the experiment with the observation data provided by sample2,270historical data are used to perform30one-step forecasts.The parameter of GM(1,1)model isα=0.0189and u=0.9413,and the order of Markov model is5.The order of weighted Markov model is5.In proposed method,for low frequency signals are predicted by second-order order adaptive?lter, and for high frequency signals,?fth-order weighted Markov model is adopted.The evaluation indicator of sample2,MRE and EC,are shown in Table2.The comparison of prediction result and average relative error of the methods are shown in Fig.3. Table2:Comparison of evaluation index Parameter GM(1,1)-Markov model Weighted Markov model Proposed method MRE47.10%27.41%11.26% EC0.80560.84970.9239 Repeating the experiment with the observation data provided by sample3,which is strongly in?uenced by random factors,96historical data are used to do48one-step forecasts.The pa- 6718M.Cen et al./Journal of Computational Information Systems10:15(2014)6713–6720 (a)(b) Fig.3:The comparison of the methods.(a)comparison of prediction results and observation, (b)comparison of MSE (a)(b) Fig.4:The comparison of the methods.(a)comparison of prediction results and observation, (b)comparison of MSE rameter of GM(1,1)model isα=?0.0004and u=0.5248,and the order of Markov model is5. The experimental parameter of weighted Markov model and proposed method are the same with experiment2.The comparison of prediction result and average relative error of the methods are shown in Fig.4. The evaluation indicator of sample3,MRE and EC,are shown in Table3. Table3:Comparison of evaluation index Parameter GM(1,1)-Markov model Weighted Markov model Proposed method MRE56.11%39.59%31.77% EC0.86720.91830.9285 Obviously,for3samples with weak,moderate and strong random factors respectively,the performance of proposed method is better than the others. It is shown in Table1that in the case of less observations data and weak impact of ran-dom factors,the proposed method and GM(1,1)-Markov model can achieve high accuracy than } weighted Markov model.To weighted Markov model,because the approximate sequences{y C3 k M.Cen et al./Journal of Computational Information Systems10:15(2014)6713–67206719 at coarse scale is not a stationary process,and Markov model cannot provide e?ective prediction for non-stationary series,so the prediction accuracy of weighted Markov chain model is lower. From Table2and3,as the enhancement of random factors,the volatility of observation series increased accordingly.However,because of insu?cient consideration of the in?uence of random factors,or di?erent variety characteristics of APSO at di?erent scales,the prediction accuracy of GM(1,1)-Markov model and weighted Markov model are reduced.According to the speci?c characteristics of observation series at di?erent scales,the proposed method uses adaptive?lter model and weighted Markov model respectively,and integrates the results of di?erent scales to obtain accurate prediction.So the in?uence of random factors is reduced and the prediction accuracy of APSO is improved beyond8percent than the others. The results of Table1,2and3shown that the MRE of proposed method is much less than that of GM(1,1)-Markov model and weighted Markov chain model,and the EC of the former is higher than that of the latters.It means that the prediction accuracy of available parking space occupancy is improved by proposed method.However,the performance of each method is declined with the increasing volatility of the historical sequence,but compared with GM(1, 1)-Markov model and weighted Markov model,the performance of proposed method is better also. 4Conclusion Prediction of available parking space occupancy with high accuracy can improve the e?cien-cy of intelligent parking guidance https://www.doczj.com/doc/ae12650888.html,pared with single scale model and multi-scale single-model method,the impact of uncertain factors is reduced greatly by proposed multi-scale multi-model fusion method,and prediction accuracy of APSO is improved accordingly.The ex-perimental results presented above con?rm that the prediction accuracy of APSO is improved almost8percent by proposed method. However,the prediction accuracy of the proposed method relies on real-time updates of the APSO.With the passage of time,the original transition probability of Markov model and auto-correlation coe?cient can not re?ect the actual transition rules of system state,which results in low prediction accuracy of APSO.In order to obtain high prediction accuracy continually,the APSO observation data must be regularly updated and new APSO information must be utilized. References [1]Yanfeng Geng,New Smart Parking System Based on Resource Allocation and Reservations,IEEE Transactions on Intelligent Transportation Systems,2013,14(3),1129-1139. [2]Donald Shoup,The High Cost of Free Parking,Chicago,IL,USA:APA Planner,2005. [3]Man Chun Tan,Wong S.C,Jian Min Xu,Zhan-Rong Guan,and Peng Zhang,An Aggregation Approach to Short-Term Tra?c Flow Prediction,IEEE Transactions on Intelligent Transportation Systems,2009,10(1),60-69. [4]Marco Lippi,Matteo Bertini,and Paolo Frasconi,Short-Term Tra?c Flow Forecasting:An Ex- perimental Comparison of Time-Series Analysis and Supervised Learning,IEEE Transactions on Intelligent Transportation Systems,2013,14(2),871-882. 6720M.Cen et al./Journal of Computational Information Systems10:15(2014)6713–6720 [5]Harpham C,and Dawson C W,The e?ect of di?erent basis functions on a radial basis function network for time series prediction:A comparative study,Elsevier Neurocomputing,2006,69(10), 2161-2170. [6]Yimei Tian,Hailiang Shen,Li Zhang,Xiangrui Lu,Utility water supply forecast via a GM(1,1) weighted Markov chain,Journal of Zhejiang University,2010,11(9),677-682. [7]Li Xiang,Wang Xinyuan,and Shao Wei,et.al,Forecast of Flood in Chaohu Lake Basin of China Based on Grey-Markov Theory,Chinese Geographical Science,2007,17(1),64-68. [8]ji Yanjie,Wang Wei,and Deng Wei,Available parking space occupancy change characteristics and short-term forecasting model,Journal of Southeast University,2007,23(4),604-608. [9]T.L.Pan,A.Sumalee,R.X.Zhong,and N.Indra-payoong,Short-Term Tra?c State Predic- tion Based on TemporalCSpatial Correlation,IEEE Transactions on Intelligent Transportation Systems,2013,14(3),1242-1254. [10]Mallat S.A,Theory for multire solution signal decomposition the wavelet representation,IEEE Transactions on Pattern Analysis and Machine Intelligence,1989,11(4),674-693. [11]Aussem A,Campbell J,Murtagh F,Wavelet-based feature extraction and decomposition strategies for?nancial forecasting,Journal of Computational Intelligence in Finance,1998,6(2),5-12. [12]Hong Zheng,DequanZheng,Yanxiang Hu,and Sheng Li,Study on the Optimal Parameters of Image Fusion Based on Wavelet Transform,Journal of Computational Information Systems,2010, 6(1),131-137. [13]FeiWang,Mean-square Performance of the Dynamic Selection Normalized Subband Adaptive Fil- ter,Journal of Computational Information Systems,2012,8(12),4969-4976. [14]Samiur A,Stephan O,and Jin W,Datacenter at the Airport:Reasoning about Time-Dependent Parking Lot Occupancy,IEEE Transactions on Parallel and Distributed Systems,2012,23(12), 2067-2080. [15]Yi Guang-wanga and Qin Hua-lib,Fuzzy Comprehensive Evaluation of Fire Risk on High-Rise Buildings,Procedia Engineering,2011,11,620-624. 古诗典故及其作用 1、《雁门太守行》“报君黄金台上意，提携玉龙为君死。”黄金台是战国时燕昭王在易水东南修筑的，传说他曾把大量黄金放在台上，表示不惜以重金招揽天下士。诗人引用这个典故，写出将士们报效朝廷的决心。 2、《南乡子〃登京口北固亭有怀》“生子当如孙仲谋”，这句话使用了典故，说今天的朝廷不如当时的东吴，今天的皇帝不如孙权。表现表现作者对苟且偷安的南宋朝廷的强烈不满，也流露出他希望有像孙权那样有雄才大略的皇帝来领导抗金斗争，收复失地，统一中国的爱国情怀。 3、《诉衷情》中典故的作用。 （1）、“当年万里觅封侯”中“觅封侯”，借用汉朝班超投笔从戎、立功异域的典故，表现词人年轻时也有班超一样的壮志，希望报国杀敌之志，单枪匹马驰骋万里疆场，为国效力，想要通过建立一番不朽的功业以“觅封侯”。 （2）、“尘暗旧貂裘”的典故。指苏秦游说秦王不成，贫穷潦倒，所穿貂裘破旧不堪。这里比喻作者多年没有披甲上阵，甲胄封尘，不能立功边陲。 （3）、“心在天山”，天山就是指祁连山，汉代名将霍去病曾在此立功。这里指作者虽然老了，受到排挤仍然天天梦想奔赴边地奋勇杀敌。 4、《望洞庭湖赠张丞相》“坐观垂钓者，徒有羡鱼情”。这里用《淮南子》中“临河而羡鱼，不如回家织网”的典故设喻，“垂钓者”可以理解为居官位者，甚至可以理解为张九龄。诗人希望张九龄引见自己出仕，自己从此不再做“坐观者”，而也变为执竿垂钓的人。 5、《江城子〃密州出猎》“亲射虎，看孙郎”，作者以孙权自喻，表明自己要像当年孙权那样亲自挽弓马前射虎，也是表明急于建功立业的心态。 “持节云中，何日遣冯唐”，汉文帝时，魏尚做云中太守，匈奴远避，但因谎报获罪，后来文帝派冯唐持节赦免魏尚。词人以魏尚自许，希望得到朝廷的重用，急于建功立业，报效朝廷的雄心壮志和豪放的气概。 6、《行路难》借用了姜尚垂钓碧溪，伊尹乘舟梦日两个典故；表达自己渴望遇到明主而得到重要的愿望。诗人梦想自己有朝一日也能像古人一样被统治者重用，建立伟业。 7、《酬乐天扬州初逢席上见赠》“怀旧空吟闻笛赋，到乡翻是烂柯人”，使用“闻笛赋”表现作者悼念王叔文等被政治迫害的故人；“烂柯人”暗示自己贬谪到时间很长，抒发岁月流逝，人事全非的感叹、怅惘之情。 典故取名 典故是中国的古老文化，还记得小编在上学的时候老师就经常教导我们可以引用典故，引用典故是很容易在作文中加分的哦，而在起名中，典故也是可以成为名字的加分项。中国传统的起名法中，“典故取名”是其中最常见的取名方法之一。 中国古今文人的名字，使用历史典故者为数众多。但在寥寥两字名中用典，显得深奥隐讳，所以当代人很难觉察知晓其中隐含的特殊语义。比如我国著名社会学家潘光旦先生这个名字怪怪的，究竟有什么含义?原来潘光旦之名和复旦大学的校名都出自《尚书》所载的《卿云歌》：日月光华，旦复旦兮。意思是：日月光华既夜而复明，就是光明代代相传的意思。 再比如《中国语文》主编侯精一先生，名字也不一般。侯精一之名出自《尚书·大禹谟》：惟精惟一，允执厥中。意思是：精粹纯一。“光旦”、“精一”等名，都是典故词语，要搞清其深层寓义，须追溯典籍源头，破译文化密码，才能理解这类名字的文化意义。 利用典故取名，是希望自己能够跟名字一样，每个人都希望自己人如其名，在中国人的观念里，名字里会暗示着自己或者家人对自己的期望，希望长大以后能够像名字一样，或美丽动人、或潇洒从容、或志向高远、或前程万里、或孝顺体贴、或幸福安康。引用典故取名就能够很好的传达这样的效果，同时还能够拉近与人的距离哦，试想一下，别人在问你你的名字很特别的时候，你就可以很自豪的说，你的名字是出自何种典故而来，这样在交谈中无疑会拉近拟于他人的距离，在社交中起到一定的作用。 引用典故取名的好处多多，那么我们在利用典故取名时应该注意哪些问题呢？ 1、名字引用典故或名言警句等是位理学的取名原则之一。 2、我国上下五千年文化宝库中的璀璨明珠，利用典故取名，可以以极其精练的两三个字，使所要寄托的宏伟抱负、贤良品质，处世之道等丰富内容，极其含蓄隽永地表达出来，使人名、公司名和品牌名字显得高尚文雅。 2010年第10期兰州学刊N o.102010总第205期L an zhou xue kan G enera.l N o.205 关于/典故0的思考 徐志学 (中国文字研究与应用中心,上海200062) [摘要]当前研究典故的相关文章或著作中,相关术语所指的对象有的互有交叉,有的互相冲突,特别是典故所指,大致分三种情况:一种指言语作品中有来历出处的语言形式,一种指言语作品中有来历出处的语言形式及其来历出处,一种指言语作品中有来历出处的语言形式之来历出处。这种现象,既反映了人们关于典故所指认识上的分歧,又给人们认识了解典故带来困惑,不利于典故研究的进一步深入。文章从用典语言形式与其来历出处的相互关系等方面进行分析,指出典故所指的对象为用典语言形式之来历出处。 [关键词]典故;用典语言形式;典故所指 [中图分类号]H109.41文献标识码2A1文章编号21005-3492(2010)10-0202-04[收稿日期]2010-05-21 [作者简介]徐志学,男,中国文字研究与应用中心博士生。 典故一词,较早见于5后汉书#东平宪王苍传6:[1]/陛下至德广施,慈爱骨肉,既赐奉朝请,咫尺天仪,而亲屈至尊,降礼下臣,每赐宴见,辄兴席改容,中宫亲拜,事过典故。0但就目前所见,直到清代末期,近现代学者才开始对/典故0进行阐释。此前的历代学者大多从修辞的角度,以用典为中心,从用典的经验、要求、分类等方面研究,关于典故的定义不见论述。形成这种情形的主要原因如下: 最初的时候,用典就是运用典章、制度等,少有修辞的含义。5左传#宣公十二年6:[2]/百官象物而动,军政不戒而备,能用典矣。0我们现在所说的修辞意义上的/用典0,前人称为/用事0或/事类0等。锺嵘5诗品#序6:[3]/若乃经国文符,应资博古;撰德驳奏,宜穷往烈。至乎吟咏情性,亦何贵于用事?0刘勰5文心雕龙#事类6:[4]/事类者,盖文章之外,据事以类义,援古以证今者也。0/事0于古人而言是无需阐释的。直到清代始见修辞意义上的/用典0说法。袁枚5随园诗话6卷七:/用典如水中着盐,但知盐味,不见盐质。0把/事0称为/典0,大概始于明代。明杨慎5升庵全集6卷五十二5古文引用6:/凡传中引古典,必曰书云、诗云者,正也, 5左传6中最多。0 典故,指典制和掌故。从汉代至清代,典故的这方面意义一直没有大的变化,用例在5二十五史6里可谓随处可见。但在明、清两代其含义逐渐发生转变,渐具有现代修辞学意义。明余继登撰有5典故纪闻6一书,从其内容来看,/典故0含义已有转变迹象。清方世泰5辍耕录6:[5]/当取诸唐以前。唐以后故典,万不可入诗,尤忌以宋元人诗作典故用。0此处的/典故0与我们今天所讲的典故在内涵上当是一致的。管锡华5论典故词语及其使用特点和释义方法6:[6]/-典故.,原意指典制和成例。清代起转生二义。一指后世使用的故事。如昭槤5啸亭续录#大戏节戏6-其时典故如屈子竞渡,子安题阁诸事,无不谱入,谓之月令承应.者是。一指后世使用的诗文词句。如赵翼5瓯北诗话#查初白诗一6-语杂诙谐皆典故,老传著述岂初心.者是。0 大约清末时期,学者们开始界定典故。5辞海61947年版的定义为/谓故事也。01979年版在原有定义的基础上作了补充与完善,加上了/有来历出处的词语0这一表述。此后,大型辞书,如5辞海6、15辞源6、o5汉语大词典6?等均有小异大同的定义:一指/典制和掌故0;二指/诗文中引用的古代故事和有来历出处的词语0。当然,也存在一些见仁见智的定义,如5古汉语成语典故词典6:[7]/典故:习用的固定词组、句子的原式及其变式,语言简练,意思精辟,表现力强而有故事可据者为典故,或称事典。0 随着典故研究的深入开展,学界对典故定义多有不同见解。管锡华5论典故词语及其使用特点和释义方法6[8]指出:/典故0是指被后世所用的故事和诗文词句。张履祥5典故#典故系列和典故辞典的编纂6:[9]/典故是诗文中引用历史故事和成言成辞、佛事俗谚等经过概括、改造、创制而成的浓缩凝聚性的含典词语。0朱学忠5典故研究之我见6[10]指出:(典故)指古代诗文引用的有来历、有出处、有派生义的特殊语词。郭蓉5典故研究文献综述6[11]认为:典故,是古代文献典籍中储存的、为古人创作所广为征引的一类特殊的语料群。贾齐华5典故研究三题6[12]指出:/典故是用典者所依据的前代故事和诗文语句。0吴直雄5典故界定多歧义3辞海4定义应遵循)))论典故的定义6[13]列举了人们对于典故定义的七种类型和九种各自有别的意见与定义,认为:5辞海6定义应遵循。 我们认为,目前通行的典故定义存在以下值得商榷的方面。 第一,/诗文中0或/诗文等作品中0的局限性。 从理论上讲,任何文体或文章都可能引用故事或有来历出处的词语。显然,/诗文0或/诗文等作品0并不能涵盖所有,其没有涵盖的作品里引用的故事就有可能被排除在典故集合之外。如果说凸显诗文是因为诗文里用典较多,那么碑 202 寓意好的典故成语故事 成语是最“中国”的词汇形式,最具有民族特色。成语大多从古代流传下来,比较完整地保留了古代词汇的一些特点,也能从侧面反映出当时的社会情况以及作者的个人感悟。下面是为您整理的寓意好的典故成语故事，希望对你有所帮助! 战国时期，有一回，楚国要攻打宋国，鲁班为楚国特地设计制造了一种云梯，准备攻城之用。那时墨子正在齐国，得到这个消息，急忙赶到楚国去劝阻，一直走了十天十夜，到了楚国的郢都立刻找到鲁班一同去见楚王。墨子竭力说服楚王和鲁班别攻宋国。楚王终于同意了，但是他们都舍不得放弃新造起来的攻城器械，想在实战中试试它的威力。 墨子说：“那好，咱们就当场试试吧。”说着，解下衣带，围作城墙，用木片作为武器，让鲁班同他分别代表攻守两方进行表演。鲁班多次使用不同方法攻城，多次都被墨子挡住了。鲁班攻城的器械已经使尽，而墨子守城计策还绰绰有余。 鲁班不肯认输，说道：“我有办法对付你，但是我不说。”墨子说：“我知道你要怎样对付我，但是我也不说。”楚王听不懂，问是什么意思。墨子说：“公输子是想杀害我。他以为杀了我，就没有人帮宋国守城了。他哪里知道我的门徒约有三百人早已守在那里等着你们去进攻。”楚王叹了一口气，无奈地说：“好吧，我们取消攻打宋国的计 划。”这时墨子才带着胜利的微笑，告别楚王而去。 寓意好的典故成语故事篇二：多多益善刘邦称帝后，韩信被刘邦封为楚王，不久，刘邦接到密告，说韩信接纳了项羽的旧部钟离昧，准备谋反。于是，他采用谋士陈平的计策，假称自己准备巡游云梦泽，要诸侯前往陈地相会。韩信知道后，杀了钟离昧来到陈地见刘邦，刘邦便下令将韩信逮捕。押回洛阳。回到洛阳后，刘邦知道韩信并没谋反的事，又想起他过去的战功，便把他贬为淮阴侯。韩信心中十分不满;但也无可奈何。刘邦知道韩信的心思，有一天把韩信召进宫中闲谈，要他评论一下朝中各个将领的才能，韩信一一说了。当然，那些人都不在韩信的眼中。刘邦听了，便笑着问他：“依你看来，像我能带多少人马?”“陛下能带十万。”韩信回答。刘邦又问：“那你呢?”“对我来说，当然越多越好!”刘邦笑着说：“你带兵多多益善，怎么会被我逮住呢?”韩信知道自己说错了话，忙掩饰说：“陛下虽然带兵不多，但有驾驭将领的能力啊!”刘邦见韩信降为淮阴侯后仍这么狂妄，心中很不高兴。 后来，刘邦再次出征，刘邦的妻子吕氏终于设计杀害了韩信。 寓意好的典故成语故事篇三：乘兴而来王徽之是东晋时的大书法家王羲之的三儿子，生性高傲，不愿受人约束，行为豪放不拘。虽说在朝做官，却常常到处闲逛，不处理官衙内的日常事务。 后来，他干脆辞去官职，隐居在山阴(今绍兴)，天天游山玩水，饮酒吟诗，倒也落得个自由自在。 有一年冬天，鹅毛大雪纷纷扬扬地接连下了几天，到了一天夜晚， 以典入诗别有意趣——古诗词的巧妙用典 (宋玲) 以典入诗，是历代诗人常用的表现手法。凡诗文中引用过去有关人、地、事、物之史实，或有来历有出处的词语、佳句，来表达诗人的某种愿望或情感，而增加词句之形象、含蓄与典雅，或意境的内涵与深度，即称“用典。”用典也是诗歌的一种修辞手法，可避免一览无余的直白，还可给读者在诗行间留下联想和思索的余地。的确，用典用得巧妙、恰当，可以使诗词意蕴丰富、简洁含蓄、庄重典雅，使表达更加生动形象，诗句更凝练，言近而旨远，含蓄而婉转，从而提高作品的表现力和感染力，达到古诗人常说的：力透纸背，掷地有声！下面，我主要讲四点，一是诗词用典的主要作用；二是用典的主要形式；三是用典的手法；四是用典要注意的三个问题。首先具体说一下诗词用典的主要作用： 一、品评历史，借古论今。如： 泊秦准（杜牧） 烟笼塞水月笼沙，夜泊秦淮近酒家。 商女不知亡国恨，隔江犹唱《后庭花》。 诗中的《后庭花》歌曲名，是引用的一个典故，南朝陈后主所作的《玉树后庭花》，被后人称为为“亡国之音”。诗人所处的晚唐时期正值国运衰微之际，而这些统治者不以国事为重，反而聚集于酒楼之中欣赏靡靡之音，怎能不使诗人产生历史可能重演的隐忧?所以，诗人这里是借陈后主因荒淫享乐终致亡国的历史讽刺晚唐那些醉生梦死的统治者不从中汲取教训。 二、抒情言志,表明心迹。如： 如苏轼在《江城子·密州出猎》“持节云中，何日遣冯唐?”中引用了一个典故。据《汉书·冯唐传》记载：汉文帝时，魏尚为云中太守，抵御匈奴有功，只因报功时多报了六个首级而获罪削职。后来，文帝采纳冯唐的劝谏，派冯唐持符节到云中去赦免魏尚。这里诗人身在密州，怀才不遇、壮志难酬，以魏尚自喻，希望有一天，朝廷也能派遣象冯唐这样的人前来，抒发了渴望报效朝廷的壮志豪情。 永遇乐·京口北固亭怀古 千古江山，英雄无觅孙仲谋处。舞榭歌台，风流总被雨打风吹去。斜阳草树，寻常巷陌，人道寄奴曾住。想当年，金戈铁马，气吞万里如虎。元嘉草草，封狼居胥，赢得仓皇北顾。四十三年，望中犹记,烽火扬州路。可堪回首，佛狸祠下，一片神鸦社鼓！凭谁问:廉颇老矣，尚能饭否？这首词用了四个典故，典中套典，我们就说一下最后用的廉颇的典故。廉颇为赵名将，赵王听信谗言不信任他。后秦攻赵，赵王想用廉颇，派人去了解他的情况。廉颇一心为国，当着使者的面吃下一斗 诗词中典故的作用 用典，是古诗词中常用的一种表现方法，其主要特点是借助一些历史人物、神话传说、寓言故事等来表达自己的某种愿望或情感。典故用得适当，可以收到很好的修辞效果。能显得既典雅风趣又含蓄有致，可以使语言更加精练、言简意赅、辞近旨远。具体说来有如下作用： 一、品评历史，借古论今 1．古代诗人在一些以慨叹历史为主题的诗歌中．往往通过引用关于历史人物或历史故事的典故来发表自己的独特见解。 赤壁 杜牧 折戴沉沙铁未销，自将磨洗认前朝。 东风不与周郎便，铜雀春深锁二乔。 诗人借在赤壁偶然发现的一支沉埋底沙中的断戟而联想起三国时的著名战役——赤壁之战，从分析战争胜败的原因人手，提出了“英雄的成就带有某种机遇”的政治见解，深刻而精辟。 2．针对社会存在的一些弊端，古代诗人在受到周围环境的限制不便畅所欲言的时候，往往引用典故来影射时事．达到借古讽今的表达效果。 泊秦准 杜牧 烟笼塞水月笼沙，夜泊秦淮近酒家。 商女不知亡国恨，隔江犹唱《后庭花》。 诗中的《后庭花》是引用的一个典故，此曲为亡国之音。我们分析时可联系社会背景，晚唐正值国运衰微之际，而这些统治者不以国事为重，反而聚集于酒楼之中欣赏靡靡之音，怎能不使诗人产生历史可能重演的隐忧?所以。诗人这里是借题发挥，表面上是讽刺歌女，实际上是把矛头指向高层。 二、抒情言志,表明心迹 诗歌的本质特征就在于抒情，但诗人的情感有时往往并不直接流露，而是借助典故作委婉含蓄的表达。从抒发情感类型的角度，我们通常可以分为这样几种情况： 1．表达对美好事物的讴歌和赞美。 雁门太守行 李贺 黑云压城城欲摧，甲光向日金鳞开。 角声满天秋色里，塞上燕脂凝夜紫。 半卷红旗临易水，霜重鼓寒声不起。 报君黄金台上意，提携玉龙为君死。 诗中的“易水”二字使人联想到战国时刺客荆轲的《易水歌》，“黄金台”相传是战国时燕昭王筑，置千金于台上，宴请天下奇才。引用这两个典故，是对天子信任重用将士和对将士浴血奋战精神的称颂。 2．表达对积极乐观人生态度的进取和追求。 行路难 李白 金搏者酒斗十千，玉盘珍馐直万钱。 停杯投箸不能食，拔剑四顾心茫然。 欲渡黄河水塞川，将登太行雪满山。 闲未垂钓碧溪上，忽复秉舟梦日边。 行路难!行路难!多歧路，今安在? 长风破浪会有时，直挂云帆济沧海。 “闲来垂钓碧溪上，忽复乘舟梦日边”关系到两个典故：姜太公曾经在渭河附近的小溪上钓鱼，得遇周文王。助周灭商；伊尹曾梦见自己乘船从日月旁边经过，后被商汤聘请，助商灭夏。这两位古 6年级文言文成语典故阅读 （一）孟母戒子（《韩诗外传》） 孟子少时，诵（1），其母方织。孟子辍然（2）中止，乃复进。其母知其讠宣（3）也，呼而问之：“何为中止？”对曰：“有所失，复得。”其母引刀裂其织，以此戒（4）之。自是之后，孟子不复諠矣。 [注释]（1）[诵]背诵。少（sh4o）：小时候。③辍（chu^）然：突然停止的样子。辍：中止。 ④諠（xu1n）：因为分心而遗忘。⑤裂其织：割断她自己织的布。织：这里指织的布。⑥戒：警告。⑦自是：从此。 翻译：孟子年少的时候，有一次他正在背诵诗文，他的母亲正在一旁织布。孟子突然停止背书。过了一会儿，又继续背诵下去。孟子的母亲知道他因为分心而遗忘了书中的内容，于是把他叫来问道：“为什么中断背书？”孟子回答说：“书中有些地方忘记了，后来又记起来了。”（这时）孟母拿起刀剪断了布，说：“这个织物割断了能够再接上去吗？”(以这件事作为警告)。从那（这）件事以后，孟子不再因分心而遗忘书中的内容了。 1、解释各组中加点的词的含义。 ①孟子辍然．中止（）②呼而问之：“何．为中止？”（） 处士笑而然．之（）何．有于我哉？（） 2、在文中找出同义词填在下面的横线上。 ①失：（）②此：（） 3、下列句子中的“之”字用法不一样的一项是（） A、呼而问之 B、以此戒之 C、多作自能见之 D、自是之后 [阅读提示] 孟轲的母亲用刀割断她自己织的布，以此警告孟子背诵不得遗忘，使孟子从此养成了严谨治学的态度，长大后终于成为战国时期有名的思想家、政治家和教育家和散文家。 （二）铁杵磨针 [选文]磨针溪，在眉州象耳山下。世传李太白读书山中，未成，弃去。过小溪，逢老媪方磨铁杵，问之，曰：“欲作针。”太白感其意，还卒业。媪自言姓武。今溪旁有武氏岩。 [注释]（1）[媪]ǎo，年老的妇女。（2）[卒]完成。 翻译：磨针溪坐落在眉州的象耳山下。传说李白在山中读书的时候，没有完成好自己的学业，就放弃学习离开了。他路过一条小溪，遇见一位老妇人，她正在那里磨一根铁棒，李白问这位老妇人在干什么，老妇人说：“要把这根铁棒磨成针。”李白被（她的）精神感动，就回去完成学业。那老妇人自称姓武。现在那溪边还有一块武氏岩。【比喻只要有决心，肯下功夫，多么难的事情也能做成功。】 1、解释文中加点词的意思。 成（）去（）方（）欲（） 2、解释下列句子中“之”字各指代什么。 （1）问之，曰：“欲作针。”（）（2）学而时习之（） （3）一日曝书画，牧童见之（）（4）此正午牡丹也，何以明之（）3、翻译文中横线的句子。 [阅读提示] 后人所说的“只要功夫深，铁棒磨成针”即指此事 （三）凿壁偷光（《西京杂记》） 匡衡勤学而无烛；邻舍有烛而不逮（1），衡乃穿壁（2）引其光，以书映光而读之。邑人大姓文不识（3），家富多书，衡乃与其佣作而不求偿。主人怪而问衡，衡曰：“原得主人书遍读之。”主人感叹，资（4）给以书，遂成大学（5）。 [注释]（1）[逮]及。（2）[穿壁]在墙上找洞。（3）[文不识]姓文名不识。（4）[资]借。（5）[大学]大学问家。 翻译：匡衡好学但家贫无烛。邻家有灯烛但烛光穿不过墙来。匡衡在墙上凿个洞引来了邻家的烛光，翻开书本就着烛光读书。同乡有个姓文的大户、不识字，家中富有并且有很多书。于是，匡衡自愿到他家去做帮工，但不求报酬。主人奇怪地问他为何不求报酬。匡衡说：“我希望能把你家的书通读一遍。”主人大为感叹，就把书借给他读。匡衡苦学多年终于成了大学问家 1、解释文中加点的词。 而（）大姓（）偿（）怪（） 2、下列句子中“而”字用法不一样的一项是（） A、邻舍有烛而不逮。 B、匡衡勤学而无烛。 C、与其佣作而不求偿。 D、学而时习之。 3、下列句子中“以”字用法不一样的一项是（） A、以书映光而读之。 B、资给以书。 关于四字成语典故_含义深远的成语故事 成语有很大一部分是从古代相承沿用下来的，它既代表了一个故事典故，又是一种现成的话，很多又有比喻引申意义而被广泛引用。以下是本人为大家准备的关于四字成语典故，欢迎大家前来参阅。 门可罗雀的故事： 【成语】：门可罗雀 【拼音】：mén kě luó què 【解释】：罗：张网捕捉。大门之前可以张起网来 捕麻雀。形容十分冷落，宾客稀少。 【成语故事】： 西汉著名的史学家、文学家司马迁，曾经为汉武帝手下的、两位大臣合写了”一篇传记，一位是汲黯，另一位是郑庄。汲黯，字长孺，濮阳人，景帝时，曾任“太子洗马”，武帝时，曾做过“东海太守”，后来又任“主爵都尉”。郑庄，陈人，景帝时，曾经担任“太子舍人”，武帝时担任“大农令”。这两位大臣都为官清正，刚直不阿，曾位列九卿，声名显赫，权势高，威望重，上他们家拜访的人络绎不绝，出出进进，十分热闹，谁都以能与他们结交为荣。可是，由于他们太刚直了，汉武帝后来撤了他们的职。他们丢了官，失去了权势，就再也没人去拜访他们了。开封的翟公曾经当过廷尉。他在任上的时候、登他家门拜访的宾客十分拥挤，塞满了门庭。后来他被罢了官，就没有宾客再登门了。结果门口冷落得可以张起网来捕捉鸟雀了。官场多变，过了一个时期，翟公官复原职。于是，那班宾客又想登门拜访他。程公感溉万千，在门上写了几句话：“一生一死，乃知交情;—贫一富，乃知交态;一责一 贱，交情乃见。” 南州冠冕的故事： 【成语】：南州冠冕 【拼音】：nán zhōu guān miǎn 【解释】：南方人才中杰出的人。指才识出众的人。 【成语故事】： “南州冠冕”这则成语的意思是用来赞誉才识卓绝的人。 这个成语来源于《三国志.蜀书.庞统传》，征甚异之，称统当为南州士之冠冕。 三国时，刘备的重要谋士庞统，是襄阳地区大名士庞德公的侄儿。他年轻时模样朴实迟钝，没有人看重他，但庞德公很了解他的才能。 当时，荆州有个贤士，名叫司马征，善于识别人才，与庞德公是知交。庞统十八岁时，庞德公让他去拜访司马征。庞统来到司马征家时，他正在桑园里采桑叶，庞统就坐在桑树下与这位贤士交谈。两人从国家大事谈到诗书字画，越谈越投机，从白天一直谈到黑夜。 司马征发现，他面前这位十八岁的青年竟然无所不知，无所不晓，见解也相当独特，不落俗套，不由大为惊异，便称赞他是南方士人中的第一人。由于司马征的称赞，庞统的声名日益显露。 那时，隐居在隆中的诸葛亮常去拜访庞德公。庞德公对他和庞统的才能同样赏识，称诸葛亮为“卧龙”，庞统为“凤雏”。庞德公认为，这两位青年都是当世俊杰。 破镜重圆的故事： 【成语】：破镜重圆 以典入诗别有意趣——的巧妙用典 (宋玲) 以典入诗，是历代诗人常用的。凡诗文中引用过去有关人、地、事、物之史实，或有来历有出处的词语、佳句，来表达诗人的某种愿望或情感，而增加词句之形象、含蓄与典雅，或意境的内涵与深度，即称“用典。”用典也是诗歌的一种，可避免一览无余的直白，还可给读者在诗行间留下联想和思索的余地。的确，用典用得巧妙、恰当，可以使诗词意蕴丰富、简洁含蓄、庄重典雅，使表达更加生动形象，诗句更凝练，言近而旨远，含蓄而婉转，从而提高作品的表现力和感染力，达到古诗人常说的：，！下面，我主要讲四点，一是诗词用典的主要作用；二是用典的主要形式；三是用典的手法；四是用典要注意的三个问题。首先具体说一下诗词用典的主要作用： 一、品评历史，借古论今。如： 泊秦准（杜牧） 烟笼塞水月笼沙，夜近酒家。 商女不知亡国恨，隔江犹唱《》。 诗中的《》歌曲名，是引用的一个典故，南朝所作的《》，被后人称为为“亡国之音”。诗人所处的晚唐时期正值国运衰微之际，而这些统治者不以国事为重，反而聚集于酒楼之中欣赏，怎能不使诗人产生历史可能重演的隐忧所以，诗人这里是借因荒淫享乐终致亡国的历史讽刺晚唐那些醉生梦死的统治者不从中汲取教训。 二、抒情言志,表明心迹。如： 如苏轼在《》“持节云中，何日遣”中引用了一个典故。据《汉书·传》记载：汉文帝时，魏尚为云中太守，抵御匈奴有功，只因报功时多报了六个首级而获罪削职。后来，文帝采纳的劝谏，派冯唐持符节到云中去赦免魏尚。这里诗人身在密州，、壮志难酬，以魏尚自喻，希望有一天，朝廷也能派遣象冯唐这样的人前来，抒发了渴望报效朝廷的壮志豪情。 永遇乐·京口北固亭怀古 千古江山，英雄无觅孙仲谋处。舞榭歌台，风流总被雨打风吹去。斜阳草树，寻常巷陌，人道寄奴曾住。想当年，金戈铁马，气吞万里如虎。元嘉草草，封狼居胥，赢得仓皇北顾。四十三年，望中犹记,。可堪回首，佛狸祠下，一片神鸦社鼓！凭谁问:廉颇老矣，尚能饭否这首词用了四个典故，典中套典，我们就说一下最后用的廉颇的典故。廉颇为赵名将，听信谗言不信任他。攻赵，想用廉颇，派人去了解他的情况。廉颇一心为国，当着使者的面吃下一斗米饭、十斤肉，披挂上马，以表示可以上阵，而使者受人贿赂，却谎报廉“一饭三遗屎”，以为廉老，终于不用。词中概括为“凭谁问，廉颇老矣，尚能饭否”借以表达自己想报效国家却无人过问甚至还被小人中伤的悲愤之情。 由此我们也看出，诗人往往对统治者的批评，因为不能正面直说，用典就是最好的办法。 三、引发联想，创新意境。如： 破阵子（辛弃疾） 醉里挑灯看剑，梦回吹角连营。八百里分麾下炙，五十弦翻塞外声，沙场秋点兵。马作的卢飞快，弓如霹雳弦惊。了 常识积累：古希腊四大典故与其寓意 修昔底德陷阱 “修昔底德陷阱”源自古希腊著名历史学家修昔底德的观点。 公元前5世纪，雅典的急剧崛起震惊伯罗奔尼撒半岛的老牌陆地强邦斯巴达。恐惧迫使斯巴达人做出反应。威胁和反威胁催生了竞争，接着是对抗，最终酿成冲突。长达30年的战争最终毁了这两个城邦。修昔底德认为，使战争不可避免的真正原因是雅典势力的增长和因而引起斯巴达的恐惧。 后来有人根据这一论断来观察过去500年世界大国竞争的历史，并提出了“修昔底德陷阱”一说。但现在已经有不少国际关系学者研究认为“修昔底德陷阱”并非“铁律”。 阿喀琉斯之踵 阿喀琉斯是荷马史诗《伊利亚特》中参加特洛伊战争的半神英雄，是海洋女神忒提斯和凡人英雄珀琉斯之子。 忒提斯为了让儿子健壮永生，在他刚出生时就将其倒提着浸进冥河，使他周身刀枪不入。可是，阿喀琉斯被捏住的脚后跟没有沾到圣水，全身留下了惟一一处“死穴”，最终在战争中被暗箭射中脚踵而死。 “阿喀琉斯之踵”意为无论再强大、再完美的人或事都会存在软肋与缺陷。 达摩克利斯之剑 达摩克利斯是古希腊时期意大利锡拉库萨的统治者狄奥尼修斯二世的朝臣。狄奥尼修斯二世提议与达摩克利斯交换身份，在晚上举行的宴会上，让达摩克利斯坐在他的宝座上。当达摩克利斯抬头注意到王位上方仅用一根马鬃悬挂着的利剑，顿时吓出一身冷汗。 后人用“达摩克利斯之剑”指代和平安宁背后暗藏的危险，提醒人们要有危机意识、忧患意识。 潘多拉的盒子 作为对普罗米修斯造人和盗火的惩罚，宙斯命令众神共同创造了第一个完美形象的人类女人潘多拉，用来报复人类。 神话中，潘多拉被创造之后，在宙斯的安排下被送给了普罗米修斯的弟弟，并在他们结婚时，令众神各将一份礼物放在一个盒子里，送给潘多拉当礼物。潘多拉打开这个盒子，释放出人世间的所有邪恶——贪婪、虚伪、嫉妒、痛苦等，而智慧女神雅典娜为了挽救人类命运而悄悄放在盒子底层的礼物“希望”还没来得及飞出，盒子就被关上了。 后来人们便常用“潘多拉的盒子”比喻“灾祸之源”。 典故大全 爱屋及乌 这个典故出自《尚书大传.大战》。殷商末代的纣王是个残忍无道的昏君。当时的西部诸侯之头领姬昌，因反对纣王被囚禁。出狱后，姬昌回到周的都城岐山，称周文王，要推翻商朝。他聘请姜尚（姜太公）为军师，开始扩军备战，并迁都丰邑（今陕西省）。不久，周文王去逝，其子姬发继位，称周武王。他联络几个诸侯，出兵伐纣。大军渡过黄河，直逼商朝京城朝歌。商纣王早已失尽人心，朝歌很快被攻克，纣王自杀。纣王虽死，敌人并未完全肃清。周武王召见姜太公，请教如何处置商朝遗留下来的权臣贵族、官宦将士，能否使局面安定下来。姜太公答道："臣闻之也，爱人者，兼其之鸟；不爱人者，及其胥余。"就是说，如果喜爱那个人，就连他屋顶上的乌鸦也喜欢；如果不爱那个人，就连他住处的墙壁也讨厌。姜太公的主张是要把敌对分子彻底消灭。后来，这个典故常被人们用作描述因为深爱某人，连带也喜爱他的亲属朋友等人这种现象。 安乐窝 这个典故出自《宋史.列传.道学一.邵雍》。邵雍字尧夫。初到洛阳的时候，住在四面透风的破房子里。富弼、司马光和吕公著等各位贤人，被罢官以后也住在洛阳。平时他们很敬重邵雍，经常跟邵雍来往，而且为邵雍买了园田与住宅。到了农时，邵就自己去园田耕种与收割，但收获下来的粮菜，只够一个人的吃用和换取必备的衣裳。为表示"安贫乐道，不求荣华富贵"，邵雍把自己的住处叫作"安乐窝"。早晨起来，点好香坐着休息，到了傍晚，自己便斟上三、四杯酒喝下，稍微有一点酒意就行了，但从不喝醉。兴趣来了，他就吟成诗章，然后又放声朗诵。每到春天和秋天，邵雍就到洛阳城里去游玩。刮风下雨是不出门的。出去的时候，就坐一辆小车，让一个人拉着，心里想到哪儿，就到哪儿。官宦人家的人一听出他的车音，就争着出门等候迎接。这些人家的小孩子与奴仆，也喜欢他来，互相说："我们家的先生来了。"他们就不再称呼邵雍的姓名了。他在这些人家，有时竟一连住上两宿方肯离去。有一些好多事的人，便在自己家里仿照邵雍的"安乐窝"，盖一处房舍，等邵雍来了住，他们把这房子称作邵雍的"行窝"。现通常用此典故比喻安逸舒适的生活。 暗中摸索 这个典故源于于唐.刘束的《隋唐佳话》。唐朝时，大臣许敬宗为人非常自傲轻慢，凡属他见过的客人，尽管经人介绍，也常常忘记很快，如果再见面如同生人一样。有的人就讥讽他记性太差了。许敬宗则回答说："像你这样的人，我当然很难记住。但是假如碰到像南朝的何逊、刘季绰、沈约、谢兆等著名学者，我即使在黑暗中摸索，也能辨认出来。" 现通常用此典故比喻没有师傅或门径，独自探索知识或技术的掌握与创造。 按图索骥 这个典故载于《汉书.梅福传》。在春秋时代秦国，有个相马专家叫伯乐，原名孙阳。他善于 诗歌中意义、意思、意味的追寻 语义学家认为意义有基本意义和附加意义，前者为理性意义，或称为概念意义，由于是对客观对象的概括反映，它清晰、稳定，不会发生岐义，而后者是多元的，开放的，是一种广义的意义，可以称之为意思或意味；诗歌的意义、意思和意味，还可以从语言学角度予以阐解。语言学家索绪尔认为语言只是一种符号。作为符号，它是声音、形状与概念的统一。其声音、形状是书写与读音，称之为能指，而它后面所附着的概念则为所指，也就是它的意义。能指与所指如同一枚钱币的两面，是不可分割的。通常的情况是一个能指对应一个所指。如“雁”，它读作“yàn”，书写形式则为“雁”，它的概念则是一种候鸟。然而它出现在诗中就可能有多种含义。 在现实生活中，科学家、理论家看重的是意义，而艺术家、诗人看重的却是意思，虽然都共同使用了语言符号。按苏珊·朗格的意见，语言符号有两种形式：一种是推论符号，它是由概念到判断、再到推理的完整的语义过程，它是明确的、固定的，也是继时性的。而艺术符号与之相反，它不表现一个时间的过程，它是共时性的。它的特点是基本要素离开了整体就没有独立的固定意义，这些要素都是在规定的条件下具有的特殊的含义。所以她说：“所有其它符号的意义组成一个大的接合起来的符号，只有通过整个符号的意义，通过它们的整体结构中的关系才能理解它们的意义。它的符号功能包含在一个同时性完整的表象之中。这种语义可以称为…表象符号?(即艺术符号)。表象符号的这个特征，是区别于推论符号或者严格意义上的…语言?的本质特质”。她在《情感与形式》中对由表象符号构成的诗的基本幻象作了说明。她认为诗的基本幻象是某种虚构的“经验”，语言在此已不再行使自己正常的交流功能，不再服务于事实的说明、意思的传达和概念的建立，而是充当一种材料进行经验的构造。“诗人笔下的每一个词语，都要创造诗的基本幻象，都要吸引读者的注意力，都要展开现实的意象以便便其超出词语本身的情感而另具情感内容”。这就是说，任何事件一旦进入诗的领域，不管它显得如何逼真，都已成为纯粹的意象，“一种充满了情感、生命和富于个性的意象”。 用推论符号表现出来的理性意义能否进入诗歌殿堂呢？如果不囿于成见，它也可以写出好的诗歌。从符号学角度看，理性意义是使用者和解释者之间据以对符号的指涉进行的编码和解释的一种既定秩序。正因为双方都信守了既定的秩序，信息才可以畅通地传达。某些政治鼓动诗和袒露心迹的直白诗，出于教化目的或诗人自我表白的需要，往往拒斥歧义的产生。这便给理性意义的凸现提供了契机 结构主义理论家显然是推崇艺术符号的，但他们同样视艺术符号为一种秩序的呈示，只是它采取了隐蔽的形式。在他们看来，诗人的创作，不过是语言系统里，从词义到句法的到位罢了。诗人使用语言就是对语言秩序的认可，语言系统的固有结构屹立在眼花缭乱的语言现象之后，在起着决定性作用。诗人不过是穿行语言系统内部，在结构的支配下行便搬运和装配。不是作家支配语言，而是语言支配作家，语言结构才是作家的上帝。 上述见解虽有一定道理，但却是片面的。它抹煞了诗人的主体意识，进而否定了他们的创造性。这显然不符合诗歌创作的全部实际。即使主要以推论符号进行诗歌创作时，诗人也并非完全等同于工匠。我们并不否认诗歌的艺术符号也体现了某种秩序感，但这并不足以说明语言的固有结构所起的决定性作用。比起推论符号，艺术符号所创造出来的意象空间是一种“空筐结构”，它的包容将是无限的，可以因人、因事、因地给予补充。如蒋捷的《虞美人》： 少年听雨歌楼上，红烛昏罗帐。壮年听雨客舟中，江阔云低，断雁叫西风。而今听雨僧庐下，鬓已星星也，悲欢离合总无情，一任阶前，点滴到天明。 同样是听“雨”，但由于年龄不同，地点不同，境遇不同，却有着不同的意思。由此，我们是否可以这样看待诗歌中的意思：所谓意思，反映在诗歌中，是以联想与经验相互关联为机制的多重意义的组合交叉。当我们阐述诗歌的意义时，实际上说的是它的意思。因此，诗歌中的意义只是一种广义的说法，由于它的广义，要确定一首形式独特、蕴藉丰富的诗歌的意义是很不容易的。但美国艺术史理论家潘诺夫斯基在研究了肖像画和圣像画之后，认为可以从以下三个层次逐个把握它的意义、意思，直至意味，它同样适用于我们对诗歌意义、意思、意味的把握： 古诗词常见典故及含义总结 从1988年高考语文首次出现诗词鉴赏题以来，诗词鉴赏题在高考语文卷中所占的分值越来越大。考试大纲对诗词鉴赏这部分所提出的要求是“鉴赏古诗词的形象、语言、表达技巧，并分析作品的思想内容和作者的观点态度。”考题多以主观题形式出现。 古诗词的形象包括人的形象以及物的形象。那么，意象又是什么呢？简而言之，诗人在客观之物上加上主观之意，便创造出一定的意象。在古诗词的创作和发展中，有些事物所包含的主观感情被逐渐固化下来，用以表现特定的场景和寓意。在高考中，有一些意象是反复出现的。笔者在此用一首小诗把高考中经常出现的意象进行总结，以助考生记忆，从而更好地解答诗词鉴赏题： 松梅竹菊寓高洁， 借月托雁寄乡思。 杜鹃鹧鸪啼凄凄， 梧桐叶落透悲意。 别时长亭柳依依， 落花流水传愁绪。 乌鸦燕子系兴衰， 草木仍在人事移。 1、“松梅竹菊”寓高洁： 松梅竹菊是品行高洁、不畏邪恶的形象化身，古人常用这四种形象表现高洁的情操。刘桢《赠从弟》有云：“岂不罹凝寒，松柏有本性。”王吉《咏竹》则言：“岁寒别有非常操，不比寻常草木同。”元稹《菊花》一诗有云：“不是花中偏爱菊，此花开尽更无花”。写梅的诗句也有很多，如“遥知不是雪，为有暗香来。”“零落成泥碾作尘，只有香如故。”2004年北京卷考察的是苏轼的《红梅》，该诗表现出了红梅不畏严寒，不与桃杏争春的高洁品格。 2、借“月”托“雁”寄乡思 皓月当空常常引起游子的思乡之情，唤起诗人的怀远之念，如：李白《静夜思》“举头 望明月，低头思故乡”，杜甫《月夜忆舍弟》“露从今夜白，月是故乡明”，再如苏轼“人有悲欢离合，月有阴晴圆缺”，均表达了诗人的思乡之情。 雁是一种候鸟，古诗词常用大雁南飞的景象书写在外游子的思乡之情。2004年湖北高考语文卷所出的诗是王湾的《次北固山下》。诗的最后两句写道：“乡书何处达？归雁洛阳边。” 诗人漂泊流浪，到底什么时候能重返故乡，连泊舟中的诗人自己也不清楚，因此他只好寄希望于春光中北归的大雁为自己传书了。归雁这一意象写出了作者的思归之情。 3、“杜鹃”“鹧鸪”啼凄凄 杜鹃，又名子规、杜宇等，在古代神话中，蜀王杜宇(即望帝)在让位于他的臣子后隐居山林，死后灵魂化为杜鹃，又说杜鹃叫声如“不如归去”，于是古诗中的杜鹃就成为了凄凉、哀伤的象征。2004年全国卷Ⅱ诗词鉴赏题考察的是晏几道的《鹧鸪天》： 鹧鸪天晏几道 十里楼台倚翠微，百花深处杜鹃啼。殷勤自与行人语，不似流莺取次飞。惊梦觉，弄晴时。声声只道不如归。天涯岂是无归意，争奈归期未可期。 题目问道：在这首词中，作者为什么要描写杜鹃的啼叫声？此问的解答就应从杜鹃的叫声入手，词中也提到了“声声只道不如归”，表达的是作者漂泊之外的思归之情。 古诗词中出现的“鹧鸪”这一意象也经常透出悲凉之意。比如李白的《越中览古》：“宫女如花满春殿，只今惟有鹧鸪飞。” 4、“梧桐”叶落透悲意 古语有“一叶落而知秋”，说的便是梧桐叶落。以梧桐写悲秋，是古人常用的手法。200 4年福建卷的诗词鉴赏题为朱淑真的《秋夜》，其中就写到了“梧桐”这一意象： 夜久无眠秋气清，烛花频剪欲三更。铺床凉满梧桐月，月在梧桐缺处明。 此诗中，凉床、月影和梧桐，共同营造出孤寂的意境。 典故意义的揭示 1、前不见古人，后不见来者 幽州台－－燕昭王在沂水之滨，修筑了一座高台，用以招徕天下贤士。台上放置了几千两黄金，作为赠送给贤士的进见礼。这座高台便是著名的“黄金台”。 2、湘上阴云锁梦魂，江边深夜舞刘琨。 刘琨舞剑的典故入诗，闻鸡起舞，刘琨、祖逖 3、①宣室求贤访逐臣，贾生才调更无伦。可怜夜半虚前席，不问苍生问鬼神。②屈贾谊于长沙，非无圣主。 贾谊看似被重用，实际被圈养，后被贬长沙。 4、故将移住南山边。短衣匹马随李广，看射猛虎终残年。 李广射虎 5、仁义大捷径，诗书一旅亭。相夸绶若若，犹诵麦青青。腐鼠何劳吓，高鸿本自冥。颠狂不用唤，酒尽渐须醒。 鸢不只贪婪残暴，更狡猾多疑，善于诈諕。雏，本是凤鸟，生来高洁，“非梧桐不止（栖宿），非练实（竹）不食，非醴泉不饮。”可是，鸱鸢却以小人之心度君子之腹，以为鹓雏当头而过是要抢夺它的腐鼠，“仰天大吓”，想吓退鹓雏，鸢还不在一个地方吃东西，因为它害怕猎人猎犬的袭击，所以要把食物叼到高处去吃，一边低头吞食，还要不断地向四外环顾，唯恐食物被夺。 6、①惆怅无因见范蠡，参差烟树五湖东。②岁华晚、漂零渐远，谁念我、同载五湖舟。③待得汉庭明诏近，五湖同觅钓鱼槎。 春秋时范蠡曾辅助越王勾践打败吴王夫差，功成之后，为了避免越王的猜忌，乘扁舟归隐于五湖。 7、②意轻千金憎，顾向平原笑。吴亦澹荡人，拂衣可同调。 鲁仲连，战国齐人，秦国围攻邯郸，魏安赦王派人劝赵归秦，鲁仲连在围城中往见平原君，制止了这件将导致奇耻大辱的事，邯郸因信陵君援军到达而围解。为此，平原君欲以千金相酬，仲连不受而去。后来齐国田单攻聊城，岁余不下，鲁仲连以书信缚箭射进城内，劝喻死守围城没有出路，困守城中的燕将见信自杀，聊城因此而破。齐王欲封鲁仲连官爵，鲁仲连说：“吾与富贵而诎于人，宁贫贱而轻世肆志焉。” 8、古往今来只如此，牛山何必独沾衣？ 春秋时，齐景公游于牛山，北望国都临淄流泪说：“若何滂滂去此而死乎！”诗人由眼前所登池州的齐山，联想到齐景公的牛山坠泪 常见典故 1、鸿雁《汉书·苏轼传》载，匈奴单于欺骗汉使，称苏武已死，而汉使者故意说天子打猎时射下一只北方飞来的鸿燕，脚上拴着帛书，是苏武写的。单于只好放了苏武。后来就用“鸿燕”、“雁书”、“雁足”、“鱼雁”等指书信、单讯。如晏殊《清平乐》：“生笺小字，说尽平生意。鸿雁在云鱼在不，惆怅此情难寄。”李清照词云：“雁字回时，月满西楼。”李清照另一首词云：“好把音书凭过雁，东莱不似蓬莱远。”大雁在这里是传书的信使。 2、神器指帝位、政权。《老子》：“将欲取天下而为之，吾见其不得己。天下神器，不可为也。 3、琴瑟（1）比喻夫妇感情和谐，亦作“瑟琴”。《诗·周南·关雎》：“窈窕淑女，琴瑟友之。”又《小雅·常棣》：“妻子好合，如鼓琴瑟。”（2）比喻兄弟朋友的情谊。陈子昂《春夜别友人诗》：“离堂思琴瑟，别路绕出川。” 4、螟蛉《诗·小雅·小宛》：“螟蛉有子，蜾赢负之。”蜾赢（一种蜂）捕螟蛉为食，并以产卵管刺入螟蛉体内，注射蜂毒使其麻痹，然后负之置于蜂巢内，作蜾赢幼虫的食料。古人错以为蜾赢养螟蛉为子，因把作为螟蛉养子的代称。 5、月老传说唐朝韦固月夜里经过宋城，遇见一个老人坐着翻检书本。韦固前往窥视，一个字也不认得，向老人询问后，才知道老人是专官人间婚姻的神仙，翻检的书是婚姻簿子（见《续幽怪录·定婚店》）。后来因此媒人为月下老人，或月老。 6、陶朱春秋时越国大夫范蠡的别号。相传他帮助勾践灭吴后，离开越国到陶，善于经营生计，积累了很多财富，后世因此以“陶朱”或“陶朱公”来称富商。 7、祝融传说中楚国君主的祖先，为高辛氏帝喾的火正（掌火之官），以光明四海而称为祝融，后世祀为火神；由此，火灾称为祝融之灾 8、秋水秋水，喻指眼睛，形容盼望的迫切。《西厢记》第三本第二折“望穿他盈盈秋水，蹙损他淡淡春山。”春山，指眉。 9、连理枝、比翼鸟连理枝指连生在一起的两棵树。比翼鸟，传说中的一种鸟，雌雄老在一起飞，古典诗歌里用作恩爱夫妻的比喻。相传旧中国时宋康王夺了随从官韩凭的妻子，囚禁了韩凭。韩自杀，他的妻子把身上的衣服弄腐，同康王登台游玩时自投台下，大家拉他衣服，结果撑是跌下去，死了，留下遗书说是与韩凭合葬，康王却把他们分葬两处。不久，两座坟上各生一棵梓树，十天就长得很粗大，两棵树的根和枝交错在一起，树上有鸳鸯一对，相向悲鸣。白居易的《长恨歌》：“七月七日长生殿，夜半无人私语时。在天愿作比翼鸟，在地愿为连理枝。”有了这些句子，难怪人们把结婚称为“喜结连理”。 10、孔方兄因旧时的铜钱有方形的孔，所以人们把钱称为孔方兄（含诙谐兼含鄙视意）。 11、青梅竹马出自李白的《长干行》：“郎骑竹马来，绕床弄青梅。同居长干里，两小无嫌猜。”后来用“青梅竹马”形容男女小的时候天真无邪，也指幼小时就相识的伴侣。 12、问鼎《左传·宣公三年》：“楚子伐陆浑之戎，遂至于雒，观兵于周疆。定王使王孙满劳楚子，楚子问鼎之大小轻重焉。”三代以九鼎为传国宝，楚子问鼎，有凯觎周室之意。后遂以问鼎比喻图谋帝王权位。 13、见背背，离开。谓父母去世。李密《陈情表》：“生孩六月，父母见背。”古诗典故及其作用
典故取名
关于_典故_的思考_徐志学
寓意好的典故成语故事
使用典故的作用
诗词中典故的作用
文言文成语典故阅读【含译文、注释、寓意、练习】
关于四字成语典故含义深远的成语故事
使用典故的作用
常识积累：古希腊四大典故与其寓意
典故大全
诗歌中意义、意思、意味的追寻
古诗词常见典故及含义总结
典故意义的揭示
常见典故
相关主题
文本预览