先验自我

摘要： 自我理论成了近代以来主体性哲学致思的魅点。胡塞尔迷魅自我理论,在先验现象学体系中建构了“先验自我”理论模式。但先验自我理论不能逃脱“意识的密室”,不能跨越“认识论的卡夫丁峡谷”,也不能走出“鲁滨孙孤岛”,陷入了苏格拉底式的“门诺困局”。海德格尔对胡塞尔先验自我展开了祛魅诘难,揭示了先验自我的“门诺困局”。海德格尔变换致思理路复魅自我,转向对自我的生存论分析。海德格尔将自我明敞于世界之中,澄明了此在在世的生存活动的原初地位,实现了对先验自我“门诺困局”的外在超越。

摘要： 自然态度作为悬置的对象是在悬置之后出现的,是一种在日常状态下未被主题化的“态度”,但是从精神病理学出发可以看到,自然态度、自然自明性却是在悬置发生之前就丧失了的东西。通过对这种变异结构的分析会发现,自然态度本身是由共主观性建构的。胡塞尔从发生现象学的角度对自然态度和生活世界的过渡作出了清楚的说明,所谓自然态度是一种较低层次上的共主观性建构的结果,对自然态度的主题化研究能够为精神病理学提供有效的参考,我们会发现只有以超越论的主观性为根据才能真正解决当代的精神危机。

摘要： 为了使哲学成为一门严格的科学,胡塞尔接受笛卡尔"普遍存疑"的方法对知识进行悬搁,并通过还原找到了一个自明的纯粹意识,还以此为基点建立了先验现象学.为避免现象学陷入唯我论困境,胡塞尔引入他者概念.但在列维纳斯看来,胡塞尔的他者本质上只是"他我".列维纳斯认为,真正的他者是绝对的、独立自存的,我与他的关系是面对面而非肩并肩的关系,建立在这一关系之上的我是被动的、为他的.由此,列维纳斯实现了胡塞尔现象学中他者思想由以我为主到以他为中心的伦理现象学的反转.

摘要： 胡塞尔现象学并非近代哲学与现代哲学的过渡产物,而是最终基于其后期的历史现象学,提出一种旨在消解真理与历史内在冲突的新的理性主义.近代理性主义继承了古代理性主义追寻“变中不变”的理想,但由于自然世界观念的建立,而转化为真理对历史的超越.绝对的历史性根本上是近代世界观念的产物,也由于在根本上瓦解了近代理性主义的合法性基础,近代理性主义因而包含了绝对的“预先存在者”与“‘一’与‘多’的绝对断裂”这两个根本性的悖谬.现象学根本上是产生于对这两种悖谬的超越,并进而导致了第二种历史性,即人的历史性.而胡塞尔之所以从前期思想转向后期的历史现象学,是由于他不仅注意到了人的历史性的绝对性,而且还发现了第三种历史性,即先验自我的历史性.胡塞尔由此从前期试图追寻超越历史的理性主义,转向了试图包容历史性的新的理性主义.

摘要： 文本是否具有客观原意是古来中西方学者共同关注的问题,本文从胡塞尔现象学的先验自我、本质直观、意向性体验出发,认为我们不可能获得真正的客观原意.并以朱熹解"心",王弼注《道德经》和《圣经》分裂为例,说明经典诠释的历史就是意义之差异累积的历史,一切种族都在此种差异之累积中完成自己的文化延展之路.

摘要： 胡塞尔的现象学曾让我们从“唯我论”中解放出来看到了曙光,但他最终偏离了路线,断送了这种可能性,其“先验自我”这个“累赘”让意识“负重”,使现象学发生了异化。萨特通过对意识进行“纯化”,把胡塞尔现象学中“意向性”改造成意识中的“超越性”,在面对存在问题上他用意识中“反思前的我思”置换胡塞尔的“先验自我”,以葆意识的绝对“空虚透明性”,为其自由观提供本体论保障,这种前反思的意识结构中的自发性、自主性、虚无性、超越性特点证明了其自由地绽出的“绝对性”“合法性”,意识（虚无）终可自由地“缠绕”存在。但这种以“损害”主体性、消解了“所有者”为代价的现象学本体论,也为萨特自由观的悖论及困境埋下了伏笔。

摘要： 在《自我的超越性》中,萨特通过对胡塞尔“先验自我”概念的批评,提出了“纯粹意识”的概念,它是对象意识和自身意识的直接同一的先验意识.在先验领域,意识是没有先验自我的,所以萨特的先验意识可以看作是一种无人称的纯粹意识.他指出:胡塞尔的“先验自我”是多余的,借助胡塞尔内时间意识结构,纯粹意识自身可以统一.但萨特对两个问题的解释上存在着困难:一是产生经验自我的反思意识出现的可能性;二是为什么经验自我相对于“他人”概念对我们的意识来说更熟悉.

摘要： 康德认识论中自我观主要研究的是先验自我,经验自我是经验心理学的对象,不在认识论研究的范围内.“我思”是先验自我的表象,而非经验自我;而认识论中知性统一性、理性统一性都是先验自我的认识功能;经验统一性是在经验中的统一性,是先验自我所形成的结果.

摘要： 康德在《纯粹理性批判》中提出，在统觉的综合统一性中能够意识到自我，但该自我既不是作为现象的自我，也不是作为自在之物的自我，而仅仅是“我是”。根据这样的区分，我们认为，康德实际上持有一个第三种自我(先验自我)的观点。因为统觉作为一种先验能力能够指向自我，所以先验自我也就是康德作为意识统一性条件的纯粹统觉，这由康德所使用的自我意识和“我思”等术语也可以得到验证。然而由于第三种自我和康德的批判学说间存在诸多矛盾，康浦·史密斯、斯特劳森等一些学者便拒绝承认该自我。但他们的反驳中存在着对文本以及先验学说的误解，因此并没有成功取消第三种自我。

摘要： 胡塞尔将现象学看作一门先验哲学,"先验自我"处于核心地位,但它不是"唯我论".为了证明"他人"存在的合法性,胡塞尔首先通过"原初性还原"建立了一个"本己性领域",接着在此领域内通过"统现"和"造对"完成构造"他人"的任务.

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： 本发明提供一种基于前景先验和背景先验的显著性物体检测方法，该方法分别从显著性物体(前景)和背景出发，结合各自先验知识的优势来定义对应的显著性衡量方式。对于显著性物体，首先利用对比先验计算每个子区域(初分割后)的中心－周围颜色对比，然后将该对比度值乘以中心先验，最后通过平滑得到基于前景的显著性图。对于背景，利用边界先验和所定义的8邻域“缝”，动态优化找到每一个像素分别到四条边界的最优“缝”，计算最优“缝”的成本得到基于背景的显著性图。最后将两张显著性图相乘，再经过平滑输出最终的显著性图。本发明得到的显著性图能均匀地突出图像中的显著性物体，有利于后续诸如图像检索、目标跟踪等处理。

摘要： 本发明涉及基于自我对比学习克服视觉问答的语言先验方法，本发明首先通过预训练模型完成图像特征提取，将问题词嵌入之后输入GRU生成一个问题特征；再对问题和图像使用注意力机制，将问题特征与图像特征融合为一个联合表示特征，对于反注意力层使用注意力机制学习的权重值，将问题特征与反图像特征融合为另一个联合表示特征，两者构成对比；再通过优化基础的VQA分类损失以及利用自对比学习损失L

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。