先验逻辑

摘要： 康德的自由哲学包含着两套不同的逻辑.首先,康德提供了一种历史逻辑的自由哲学:人是大自然的理性的被创造物,理性使大自然的禀赋在人类身上获得自觉的体现,而人类理性的禀赋需借助人类的磨难、"恶"的媒介、社会性和非社会性的冲突才能充分实现出来,人类理性禀赋的实现是一个合乎规律的、合乎目的的过程,是经过一系列中介而最终通向人类普遍自由的过程.其次,康德又在纯粹理性的基础上,把经验和先验对立起来,离开经验世界而确立起一个形式主义的、先验逻辑的自由哲学:抽象的人格自由、契约自由、宪政自由、世界公民宪法和永久和平、自由主义的历史终结论等.康德自由哲学中的先验逻辑禁锢着历史逻辑:抽象的道德人格遮蔽了现实的人,抽象的契约概念遮蔽了生产关系中的对立,抽象的宪政自由遮蔽了国家作为虚幻共同体的性质,世界公民宪法遮蔽了国际法背后的强权政治,自由主义的历史终结论遮蔽了社会形态的演化.康德自由哲学中先验逻辑与历史逻辑冲突的解决方向在于把辩证法发挥成科学的逻辑体系并贯穿到人类历史的研究中.这一任务是由费希特、谢林、黑格尔所推动并最终由马克思所完成的.

摘要： 王路先生曾用《为什么要区别真与真理》一文来“回应”我对其批评是文不对题,只是想制造翻译上的热点,并没有给他否定《句读》方式提供任何新的根据,倒是再次暴露出他在一系列问题上既缺少对康德哲学的基本知识,也缺乏一般的逻辑常识.吊诡的是,他用这种随处违背逻辑常识的方式来捍卫形式逻辑的至高无上地位,并把康德打扮成一个和他一样的形式逻辑的迷恋者,而没有发觉康德所批评的正是他这类逻辑学家.

摘要： 1755年康德认为矛盾律是形而上学的首要原则,而时间性是矛盾律的根本条件,1763年康德在矛盾律和时间性的关系中发现了两种对立——逻辑对立和实在对立,成为"先天综合判断"概念提出的基础.进入批判时期,康德认为矛盾律由于同时性的缘故而混入综合因素,因此他对矛盾律的形式进行改造,排除其时间因素,将矛盾律从形而上学的首要原则降格为一条思维的纯然规则.矛盾律和时间性的关系的改变,反映了康德对两者关系的长期反思主导着先验逻辑的建立过程.

摘要： 先验逻辑是康德的首创,在哲学史上掀起了“哥白尼式的革命”.在现代英美分析哲学流派中,关于先验逻辑问题的争论仍然在继续.斯特劳森认为形式逻辑已经被现代符号逻辑所取代,因而无法再为康德的先验逻辑提供线索,所以康德对于范畴的建构并不合法;阿利森则诉诸判断的形式与功能,批评了斯特劳森以现代逻辑取消形式逻辑的观点,并对康德范畴的形而上学演绎进行了辩护.在现代符号逻辑已经取代了传统形式逻辑的今天,康德的先验逻辑思想似乎已经过时,但是其本质问题——知性判断能力仍然对后人具有启发,仍然具备当代哲学生命力.

摘要： 康德的先验逻辑不仅有助于我们对理性的误用(越界使用)进行逻辑的诊断和学理的批判,进而把我们的主观看法和意见转换为能够推演的学术命题,而且能够让我们认识到,经验性的研究只能把人当作自然“物”或客观对象,不适用于人的自由.因此,民俗学不仅需要先验逻辑来进行明确的知识划界,而且“需要超越性一跃”,即跳出有限的经验界,进入理性的“目的王国”,才能真正以实践民俗学的方式论证并维护普通人的自由、权利和尊严,由此成为一门现代学科和伟大的学科.

摘要： 面对关于康德逻辑的争议,我们站在大逻辑观的角度,承认康德的先验逻辑是逻辑,并就康德先验逻辑与传统形式逻辑的区别和联系做出说明.先验逻辑为知识划界,从而为重建形而上学铺平了道路.其意义超出传统形式逻辑,也超越认识论,成为康德清算旧形而上学建立科学形而上学的关键.由此可见,先验逻辑在康德哲学体系中占有极其重要的地位.

摘要： 本发明公开了一种基于先验信息的RTL逻辑划分方法。该方法包含步骤S1：导入多模互连FPGA平台的FPGA数量、资源情况；S2：导入用户设计及用户设计中各模块之间的先验信息；S3：依据先验信息，分析用户设计，得到用户设计的资源情况表和互连需求表；S4：依据资源情况表和互连需求表及多模互连FPGA平台资源情况对用户设计进行划分；S5：对用户设计划分进行验证，输出划分结果。该方法依据用户设计的先验信息，在划分时充分考虑用户设计的信号连接属性和FPGA之间的物理连接属性的匹配度，在RTL级对用户设计进行划分，使得对用户设计的划分结果更加匹配多模互连FPGA平台的特性，大大提高平台的仿真性能。

摘要： 本发明公开了一种基于结合图像像素先验和图像梯度先验的图像去模糊方法，包括以下步骤：准备数据；搭建生成对抗网络模型，包括两个子网分别记做DNet和GNet。DNet从图像像素域对图像的内容进行恢复，GNet从图像梯度域对图像的梯度进行恢复；设置目标损失函数：包括约束DNet子网的目标损失函数包括：图像内容目标损失函数Lcontent、图像像素级重建目标损失函数Lpixel；另一方面，GNet子网的目标损失函数由LGradientNet构成，LGradientNet的作用是缩小标签图像的梯度强度图和生成的模糊图像梯度强度图之间的差距；判别器中的目标损失函数Ladv，Ladv用于对生成图像与标签图像的真假进行判别，驱使生成器生成图像接近标签图像。

摘要： 本发明涉及一种基于暗通道先验与亮通道先验的图像去雾方法，属于图像处理领域，包括以下步骤：S1：获取图像中各处大气光值有变化的大气光图；S2：对图像暗通道先验失效区域进行判定，并选择亮通道图对暗通道失效区域透射率进行补偿；S3：将大气光图和透射率代入改进的大气散射模型公式计算出无雾图像。本发明用一个各处大气光值有变化的大气光图来代替单一的大气光，并对暗通道先验失效区域进行鉴别和自适应补偿该区域透射率，去雾后整体色彩明亮，天空区域无失真现象，细节清晰，有效改善了暗通道先验去雾算法的不足。

摘要： 一种二层结构的先验融合与更新方法，包括：设置样本数初始值为S(0)和样本增加步长为b；获取更新的系统先验P(0)；设置样本数S(1)，并令S(1)＝S(0)+b；获取更新的系统先验P(1)；计算系统先验P(1)和P(0)间的对称相对熵D(1)；定义循环次数为i，并令i＝1；设置样本数S(i+1)，并令S(i+1)＝S(i)+b；获取更新的系统先验P(i+1)；计算系统先验P(i+1)和P(i)间的对称相对熵D(i+1)；检查对称相对熵D(i+1)和D(i)的数值是否均不大于设定值e，若是，输出更新的系统先验P(i+1)；否则，令i＝i+1，返回步骤7。本发明还公开了一种多层结构的先验融合与更新方法，以及还公开了一种先验补充方法。

摘要： 本发明公开了一种基于先验信息的RTL逻辑划分方法。该方法包含步骤S1：导入多模互连FPGA平台的FPGA数量、资源情况；S2：导入用户设计及用户设计中各模块之间的先验信息；S3：依据先验信息，分析用户设计，得到用户设计的资源情况表和互连需求表；S4：依据资源情况表和互连需求表及多模互连FPGA平台资源情况对用户设计进行划分；S5：对用户设计划分进行验证，输出划分结果。该方法依据用户设计的先验信息，在划分时充分考虑用户设计的信号连接属性和FPGA之间的物理连接属性的匹配度，在RTL级对用户设计进行划分，使得对用户设计的划分结果更加匹配多模互连FPGA平台的特性，大大提高平台的仿真性能。

摘要： 本发明提供改进背景先验和前景先验的二维码区域检测方法，通过将输入的原始图像G进行凸包检测，并进行超像素分割，对每种超像素尺度下的图像分别进行多特征提取，计算原始图像G的背景显著图，计算原始图像G的前景显著图，融合所得最终的背景显著图和最终的前景显著图得到弱显著图，根据由弱显著图生成的训练样本，采用多核学习增强的方法训练得到强显著性模型，将此模型应用到所有测试样本中得到强显著性图；最后加权融合强显著图和弱显著图，得到最终显著图，最终显著图中最为高亮的部分即为图像中二维码区域；该方法能够准确、一致高亮的突出显著目标，能够精确的检测图像中的二维码区域。本发明方法，在显著目标检测的准确性方面更具优势。

摘要： 本发明公开了一种基于结合图像像素先验和图像梯度先验的图像去模糊方法，包括以下步骤：准备数据；搭建生成对抗网络模型，包括两个子网分别记做DNet和GNet。DNet从图像像素域对图像的内容进行恢复，GNet从图像梯度域对图像的梯度进行恢复；设置目标损失函数：包括约束DNet子网的目标损失函数包括：图像内容目标损失函数Lcontent、图像像素级重建目标损失函数Lpixel；另一方面，GNet子网的目标损失函数由LGradientNet构成，LGradientNet的作用是缩小标签图像的梯度强度图和生成的模糊图像梯度强度图之间的差距；判别器中的目标损失函数Ladv，Ladv用于对生成图像与标签图像的真假进行判别，驱使生成器生成图像接近标签图像。

摘要： 本发明涉及一种基于暗通道先验与亮通道先验的图像去雾方法，属于图像处理领域，包括以下步骤：S1：获取图像中各处大气光值有变化的大气光图；S2：对图像暗通道先验失效区域进行判定，并选择亮通道图对暗通道失效区域透射率进行补偿；S3：将大气光图和透射率代入改进的大气散射模型公式计算出无雾图像。本发明用一个各处大气光值有变化的大气光图来代替单一的大气光，并对暗通道先验失效区域进行鉴别和自适应补偿该区域透射率，去雾后整体色彩明亮，天空区域无失真现象，细节清晰，有效改善了暗通道先验去雾算法的不足。

摘要： 一种二层结构的先验融合与更新方法，包括：设置样本数初始值为S(0)和样本增加步长为b；获取更新的系统先验P(0)；设置样本数S(1)，并令S(1)＝S(0)+b；获取更新的系统先验P(1)；计算系统先验P(1)和P(0)间的对称相对熵D(1)；定义循环次数为i，并令i＝1；设置样本数S(i+1)，并令S(i+1)＝S(i)+b；获取更新的系统先验P(i+1)；计算系统先验P(i+1)和P(i)间的对称相对熵D(i+1)；检查对称相对熵D(i+1)和D(i)的数值是否均不大于设定值e，若是，输出更新的系统先验P(i+1)；否则，令i＝i+1，返回步骤7。本发明还公开了一种多层结构的先验融合与更新方法，以及还公开了一种先验补充方法。

摘要： 本发明公开一种基于l1/l2先验结合高斯先验的微焦模糊图像复原方法。首先利用手机近距离拍摄微焦模糊图像，将微焦模糊图像复原问题转换成基于最大后验概率的盲卷积图像复原问题，在目标函数中加入l1/l2先验和高斯先验进行求解。高斯先验可近似表示微焦模糊的模糊核特性，与稳健的l1/l2先验结合能有效解决微焦模糊图像复原问题。