作书的节奏与韵律

写字写到耄耋之年，才慢慢懂得书法原是有节奏和韵律的。

一切艺术是相通的。比如书法就像极了舞蹈——笔之舞之墨之蹈之也。不同只在，舞蹈有音乐伴奏，眉眼肢体皆随音律之变化而变化；书法却只是暗合着笔墨的运行时有律动。而落笔有轻重，行笔有徐疾，书体更分真草隶篆，那么在书写中也就有的需轻揉慢捻，有的要凌厉疾书，慢处若中医行针，快时如蜻蜓点水，于是笔墨之奇幻之险厄之亢奋，也便于倏忽间而迅变，而腕底之功不啻也尽在其中。

车牌字符一般就3类，分别为阿拉伯数字、汉字、英文字母。其中，具体来讲，数字取0～9，英文字母取A～Z（其中因为1和字母I、0和字母O难以区分，所以国家规定O和I不能使用）。汉字的取值范围较广，除专用号牌外，一般字符为发牌机关所在省、自治区、直辖市的简称，如“京”，“豫”等一共31个汉字。对于专用号牌有特殊汉字如警用号牌简称为“警”，具体为{“领”“使”“警”“学”“挂”“港”“澳”“试”“超”}9个汉字。总的来说，就是需要识别74个字符。所以车牌字符识别的目的就是利用算法对于分割后的字符图片，能够将图片中的字符正确的对应到这74个字符[15-17]。本文采用KNN算法实现。

运笔有起、运、使、转之分，亦有提、按、收、煞之别。一字中，因点、划、撇、捺之不同，而笔分强弱，墨别五色，却每难以尽刚柔以合度；一幅之中，则因笔墨之参差有度而谐和，也因线条之枯润肥瘦而出彩。此皆妙在穿插，意在均衡，于法度中寻变异，于点画间求谐和。宋人作书讲究“稳不俗、险不怪、老不枯、润不肥”，亦即无重不缩，无往不收，以达到“骨筋、皮肉、脂泽、风神”俱全。但要求通篇之节律生动，气韵贯通，更其细节完美，笔笔独出，可就难了。

书风与人品相关联。点、划、撇、捺莫不隐匿着人的品格、品性；亦莫不与人的功力、学养、审美相谐和。所谓吃多大的苦，得多大的果；爬多陡的坡，登多高的山。人之天资有别，灵性各异，有的一悟洞开千道门，有的百问难解一疑惑。而艺术，凡有大造诣大作为者，莫不是天造地设之奇异之才，又谁能仅凭一己之苦拼苦斗登上万峰之巅！

倏忽间，余习练书法近七十载。其间，虽非日日操练不息，亦可谓夜思昼想不辍。迄今粗略检点，上自殷甲秦籀，下至民国现代，余习摹仿学之名家岂止十数余！或曰，他们都为我之立体立格厥尽微功。然而，仔细越想，拙书方今能有些微影响，抟泥塑我以成形者，还应归之于书圣王羲之。王氏“虎卧凤阙，龙跃天门”，余实难求之，但余从小学五年级起即临写“十七帖”，中学时又摹写“圣教序”，皆烙下深深印记。其时，余所受教之多位师尊，如杨德祥、王浣清等，亦皆植根于“大王”羲之。是以余所受之综合影响，自亦不可小觑。之后，余习练魏碑以开思路，仿学颜柳以强笔力；恣纵得之于郭老沫若，灵秀摹学于元白启功；并且还仿学傅山之狂草，摹拟汉隶之笔意，晚年又临写大学恩师姚奠中之颜体。正是，“久经沧海终为水”，游弋一圈后终又回到“书圣”王羲之。方今，余习学大师王羲之又历数载，与之相距虽难以道里计，然而靠笨手之千锤百炼，应该多少也求得一星半点之精髓。

余写王羲之，如论特色，或可曰多了点节奏与韵律，亦即于笔驰墨润间，忽而便现出丝丝有节奏的提按起伏，以至音律般的笔墨律动。此节奏，非乐曲般的铿锵激越，非歌曲般的抑扬婉转，仅于表现一字一篇之体势、转折、施黑、留白中，展示一种气度、气魄、气势、气韵，流淌出隐隐之抑扬顿挫。其间，墨断神连者有之，气郁墨结者亦有之，作书之妙道尽在此一行一篇中。有时亦故意断笔，或存心密实，从而造成不规整的“留白”“堆黑”，此皆为避让整个画面之单一、呆板，愈现出节奏与韵律，自是又不失为一大节奏大韵律。

但是，百人之学王羲之，会有百个王羲之。各人笔下莫不带着个人的主观色彩。而细思之，反而丰富了书法的表现力和审美趣味，使往古来今之书翰艺苑，愈变得姹紫嫣红，美不胜收。

2018年，空调在库存周期及景气周期的双重压力下，增长放缓趋势日益明显。从第二季度开始，补库存周期结束，市场销售就落入负增长区间。而在叠加地产不景气后，空调增长压力在第四季度凸显，并将至少持续到2019年第一季度。

书法乃书作者个人的创造性劳动，求之在心，得之在手，此多受作者一时之心情与客观气氛所左右，也与所用之纸张笔墨有关。是以，纵便是功力深厚、笔墨老道者，也未见得能所求必得。事实反而是有不少的神品、逸品、极品，是在心手相忘的情况下，于不经意间得之。那么艺术之奥义，就实非一己之力量所可以左右者也。

在协商机制下的博弈中，有两个实质性的限制。首先，因为公共知识的可能性，甲和乙的条件概率必须结合成一个相对A×B的联合概率p。如果p不存在，甲不可能知道乙的概率r，仍然会坚持他自己的行动选择概率q。其次，基于公共知识理性，对于甲的某个策略，其概率p大于0，那么，在乙的观念中，针对自身的一些行动，甲的某个策略选择存在一个正概率。乙知道甲是理性的，甲会最大化条件期望效用。如果甲执行某个策略就能实现期望效用最大化目标，此项策略的概率即为1，乙确定甲会选择该策略。然而，在甲看来可能有一些选择都是最优的，乙会针对它们指派正概率。反之，对于乙也同样如此。