朱砂产生年代？

一、朱砂产生年代？

战国时期

朱砂是硫化汞矿物,又称辰砂、丹砂、丹粟、赤丹等!最早记载在战国时期就有开采!最早发现于现今的湘西和贵州万山!李时珍谓人以“丹”为朱色之名。故称:朱砂。

二、诗经产生哪个年代？

经考定,《诗经》中的作品都是在周武王灭商（前1066年）以后产生的.

《周颂》的时代最早,是西周初年的诗,是贵族文人的作品,以宗庙乐歌、颂神乐歌为主,也有描写农业生产的诗.

《鲁颂》和《商颂》都产生在周室东迁（前770年）以后.

《大雅》也是西周时代的诗,祭祀和宴会的乐歌居多,还有几篇是叙述周室祖先的事迹和武功的,是我国上古仅存的史诗.《大雅》的作者也都是贵族文人,但对现实政治也有所不满,除了宴会乐歌、祭祀乐歌和史诗而外,也写出了一些反映人民愿望的讽刺诗.

《小雅》产生于西周晚年到东迁以后,内容一部分与《大雅》相同,一部分跟《国风》相同,其中有不少好诗.

《国风》是人民大众的口头创作,是《诗经》中的精华部分,有不少篇章揭露贵族统治集团对人民的压迫和剥削,也反映了人们的劳动生产情况和爱情生活.常用复沓的手法来反复咏叹,一首诗中的各章往往只有几个字不同,表现了民歌的特色.以上三部分,《颂》有40篇,《雅》有105篇（《小雅》中有6篇有目无诗,不计算在内）,《风》的数量最多,共160篇,合起来是305篇.古人取其整数,常说“诗三百（篇）”.

三、吴越春秋产生的年代？

《吴越春秋》，东汉赵晔撰，是一部记述春秋时期吴、越两国史事为主的史学著作。《吴越春秋》着录于《隋书·经籍志》和《唐书·经籍志》，皆云赵晔撰，十二卷。然而今本只有十卷

吴越争霸是指历史上春秋时期吴越两国互相征伐的一段时期。

周景王元年（公元前544年），吴侵越时所获战俘剌死吴王余祭。周敬王十年（前510年），吴大举攻楚前，为解除后顾之忧，又曾攻越，占领檇李(今浙江嘉兴南）。

十五年，吴军主力在楚都郢时，越乘机侵入吴境，双方矛盾日趋激化。从地缘上看吴国欲争霸中原，必先征服越国，以解除其后方威胁；而越国欲北进中原，更必先征服吴国才能够打通北进中原的通道，因而引起延续二十余年的吴越战争。

两国相互征伐多年直至笠泽之战后，吴、越力量对比发生了根本变化，越已占有绝对优势。周元王元年（前475年），越再度攻吴。吴军无力迎战，据都城防守。越于吴都西南郊筑城，谋长期围困。吴数次遣使请和，均遭越拒绝。三年，城破，吴王夫差自杀，吴国灭亡

而越国通过此次吞并吴国国力大增盛极一时，而越王勾践也成为了春秋最后一位霸主。

四、赋谱产生的年代？

战国时代。 屈原的离骚中即运用了“赋”的手法。

五、工字殿产生的年代？

唐天祐四年（907）前后渤海国上京龙泉府宫殿遗址中已出现。工字形殿在唐代已经出现，叫做轴心舍，用于官署。宋代以后建筑中普遍出现。

在南宋临安府、金中都、元大都的宫殿中也能看到类似的平面布局。

六、陶印产生的年代？

目前已知最早的圆窝印文红褐陶印它的时代约在公元前16世纪,距今约3600年左右。

七、模印瓷器产生年代？

应该是宋元时期，需要的量大，出口了。

八、绿色哥窑产生年代？

绿色哥窑产生的年代是唐朝、绿色哥窑在宋朝的时候发展达到了顶峰。

绿色哥窑，是中国古代五大名瓷之一，绿色哥窑一直都是以其独特的釉料及烧成方法产生的窑变神奇而闻名于世。

九、汆壶产生年代？

是五六十年代的产物，由铜制成，内壁再镀上锡，后来有了马口铁这氽壶才普没开来。

十、大数据产生的数据基础？

1、可视化分析大数据分析的使用者有大数据分析专家，同时还有普通用户，但是他们二者对于大数据分析最基本的要求就是可视化分析，因为可视化分析能够直观的呈现大数据特点，同时能够非常容易被读者所接受，就如同看图说话一样简单明了。

2、数据挖掘算法大数据分析的理论核心就是数据挖掘算法，各种数据挖掘的算法基于不同的数据类型和格式才能更加科学的呈现出数据本身具备的特点，也正是因为这些被全世界统计学家所公认的各种统计方法(可以称之为真理)才能深入数据内部，挖掘出公认的价值。另外一个方面也是因为有这些数据挖掘的算法才能更快速的处理大数据，如果一个算法得花上好几年才能得出结论，那大数据的价值也就无从说起了。

3、预测性分析能力大数据分析最终要的应用领域之一就是预测性分析，从大数据中挖掘出特点，通过科学的建立模型，之后便可以通过模型带入新的数据，从而预测未来的数据。

4、语义引擎大数据分析广泛应用于网络数据挖掘，可从用户的搜索关键词、标签关键词、或其他输入语义，分析，判断用户需求，从而实现更好的用户体验和广告匹配。

5、数据质量和数据管理大数据分析离不开数据质量和数据管理，高质量的数据和有效的数据管理，无论是在学术研究还是在商业应用领域，都能够保证分析结果的真实和有价值。 大数据分析的基础就是以上五个方面，当然更加深入大数据分析的话，还有很多很多更加有特点的、更加深入的、更加专业的大数据分析方法。