孔 孟 颜 曾四姓通天谱(孔、孟、颜、曾、卜、闵、冉)

民间有孔、孟、颜、曾四姓一个通天谱的说法。所谓“通天谱”,就是普天之下只有一个家谱。在中国的宗谱文化中,一般都是一姓一谱,而为什么这四姓会是一个通天谱呢?
    孔、孟、颜、曾四姓的祖先可分别追溯到孔丘、孟轲、颜回、曾参,他们四人被儒家学说推崇为四大圣贤,分别被历代尊称为尊圣(孔子)、亚圣(孟子)、复圣 (颜子)、宗圣(曾子)。这四个姓的家谱,一般由皇帝同时赐予,所以,起名时表示辈分所用的字是完全一样的。这件事看起来好像与国家民族无关,实际上充分 体现了中华民族崇高文化,重视血统的传统观念。
    其实,孔、孟、颜、曾、卜、闵、冉七个姓全部是一个通天谱。封建社会时期,一般由皇帝赐封辈字到山东曲阜孔府,然后其他六姓族人到曲阜的孔府领家谱。所以,这七个姓氏全部是用一个家谱。
    孔氏族谱的行辈排名是按皇帝钦赐的字序。
    明初洪武年间,太祖朱元璋御赐孔氏八个辈字:公、彦、承、弘、闻、贞、尚、胤,供起名用。其间,洪武元年孔姓五十六代孙孔希学和洪武十七年五十七代孙孔讷 先后袭封衍圣公,这样就把“希”和“讷”的“言”字旁加上去,形成第一名派十个字,即:“希言公彦承弘(宏)闻贞尚胤(衍)”。后来,清代为避帝讳,将弘 历的“弘”改为“宏”,将胤禛的“胤”改为“衍”。
    明天启年间,这十个字已不够用了,由六十五世衍圣公孔胤植于崇祯二年(1629)奏请皇帝恩准,又赐六十六世至七十五世辈字,形成第二派十字:“兴毓传继广昭宪庆繁祥”。
    清同治二年(1863),七十五世衍圣公孔祥珂奏请皇帝恩准,再赐七十六世至八十五世名派十字:“令德维垂佑钦绍念显扬”。
    民国七年(1918),七十六世衍圣公孔令贻又拟八十六世至一百零五世两派二十字:“建道敦安定懋修肇彝常裕文焕景瑞永锡世绪昌”,并报请当时的北洋政府内务部备案,于民国八年核准颁布在全国实行。到现在为止已知孔姓最小辈份是“钦”字辈。
    清康熙年间,圣祖仁皇帝崇尚儒家思想,倡导礼仪仁政,为儒学圣裔姓氏赐封统一辈字,至此四圣后裔辈份互相联动,在全国得到统一。
    曾姓在清朝盛极一时,曾子的儒学地位,曾文正公的功德思想让曾氏汉姓成为满蒙新贵。曾姓的第一辈祖源自曾参。曾参一生“尽传孔子之道”,故世尊为“宗圣曾 子”。曾谱自第一辈祖至曾国藩已经是第七十代了。湘乡大界曾氏于康熙六十一年(公元1722年)始修族谱时,从第六十三代起使用了圣祖仁皇帝御赐的三句十 五个辈字:“宏闻贞尚衍兴毓传继广昭宪庆繁祥”。道光二十一年(公元1841年),重修大界曾氏族谱时,宣宗成皇帝续赐辈字二句十个字:“令德维垂佑钦绍 念显扬”。民国元年,孙中山又为曾氏赐辈字四句二十个字:“建道敦安定懋修肇彝常 裕文焕景瑞 永锡世绪昌”。
    综上所述,孔、孟、颜、曾四姓通天谱为:
    希言公彦承 宏闻贞尚衍
    兴毓传继广 昭宪庆繁祥
    令德维垂佑 钦绍念显扬
    建道敦安定 懋修肇彝常
    裕文焕景瑞 永锡世绪昌
   (注:除孔姓外,其他圣裔姓氏没有第一派十个字中的前五个字。)

通天谱”的意思是普天之下,全世界只有一种家谱的。这五姓就是孔、孟、、颜、闵。这五姓的祖先都分别追溯到孔丘、 孟轲、参、颜回、闵子骞几个大圣贤,而这几家的家谱,所排的字辈也完全是一样的。例如,说到孔繁森,就知道他父亲叫“孔庆…”,他儿子叫“孔祥…”,孙子叫“孔令…”,其他四家的排辈顺序跟孔氏家族一样。

  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值