独立思考Justic:How to Measure Pleasure

我又听了一课,到了这第2讲第4课的时候,我终于明白了这个课程要解决什么问题,后知后觉总比不觉的好。Justic的课程,不是告诉我们什么是公正,什么不是,他举例了一些很有争议的例子,他似乎为判断提供一个范式,就如为所有的物理现象提供一个完美的数学公式。典型的西方问题分析方法,根据这个范式,可以用于判断事情应该怎样才算是公正,怎样才是最合理的选择。一个问题,西方哲学希望理清所有的关系,不断补充和完善这个范式,中国的哲学,先秦的道家和后来的禅宗,解决方法不是给出一个答案而是消灭问题,例如这样问是错误的,这样的问题是不存在的。

对于这个道德的范式,Bentham作为实用主义utilitarianism的开宗大师,认为将所有的好(pleasure)的加起来减去所有的痛苦就是判断和选择的依据。但是在某些情况,特别与人的生命相关,例如海难吃人案,有利于烟草和汽车厂家计算赔偿费用和生产成本,使人质疑,是否个体的权利因为小而可以牺牲,是否所有的pleasure和plain都可以同统一的标准,例如金钱来衡量。有例如罗马的斗兽场,只要观看的人数足够多,加起来的pleasure就会高于场里面基督徒的pain,那么是否可以根据这个范式认为,这样是值得的,这样是道德的?

在第一讲中,与实用主义不同的是categorical,有绝对道德的存在,就像star trek中的最高原则一样(在star trek中,船长在很多集中都在最高原则中碰到麻烦),人之所以为人,因为不吃人,即使吃人才有可能生存下去。

在第二讲第四课中,John Stuart Mill对实用主义的范式加入人文关怀,区分卑贱的pleasure和高尚的pleasure,可以解决上面的问题。而这时高尚的快乐,是需要通过教育和引导,例如我们欣赏某些艺术品。而教授做了一个现场试验来检验是否加入就可以解决实用主义碰到的问题?给出三个短片,其中两个比较有争议,一个是动画片Simpsons,一个是Shakespeare,对于片子,很多人喜欢Simpsons,但是对于那个具有更高层,很多人选择Shakespeare。这里有个悖论,认为莎士比亚具有更高的pleasure,但是选择Simpsons。因为Simpsons更为轻松更为有趣,而莎士比亚的欣赏需要教育和培养,而认为后者更好,也是因为被教育被培养被告诉说这是阳春白雪。是否能修正并解决所有问题?

想起道家的一个著名寓言。大鹏展翅有他的pleasure,而麻雀也有它的pleasure,你能区分出高低吗?我们在很多情况下都是用实用主义,获取最高的利益,在这些情况下,必须加入人文关怀,虽然不能解决所有的问题,但是至少也是个修正,所谓关注弱势群体,关注体制外的。

CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
评论
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