第168章 大猪蹄子就得逼一逼

    叶寒分心二用，那边搞定了建宗立派的事，这边有了顺手的软件，将那张糊掉的截图像素输入，开始根据欧拉-拉格朗日方程做高阶全变差……

    模糊的图像一点点，一点点的清晰起来。

    警察局的配置当然不可能有多高端，所以跑的那叫一个缓慢，粗略估计，至少得几十分钟个把小时的。

    这还是他大幅优化了计算流程，尽可能减少了资源占用的结果。

    丢给一般的程序员，耗时几个小时甚至几天也不是不可能。

    技术科那边让一天去取，完全是正常水平。

    “你还会这个？”

    虽然之前的操作看不明白，除了系统，这世界上也不可能有人看明白，不过从这段开始，黑人克里斯看明白了。

    毕竟他在技术科等处理结果不是一次两次了。

    像眼前处理速度这么快的，他还是第一次见，而且……是用自己这台破电脑！

    电脑和电脑的差别，比人和人的差别还大，这他也是知道的。

    “略懂。”

    叶寒推推眼睛，盯着屏幕上渐渐变得清晰的图像，思维忍不住又跑偏了。

    图像为什么会模糊？

    解析度不够，像素太低，光线不足……原因当然有很多。

    可为什么又能够修复呢？

    因为高阶全变差可以去噪。

    关键来了……噪声，嗯，这里指图像噪声，是什么？

    是图像数据中的不必要的或多余的干扰信息。理论上定义为“不可预测，只能用概率统计方法来认识的随机误差”。

    因而将之看成多维随机过程是合适的，可以借用概率分布函数和概率密度分布函数进行描述。

    但是……噪声真的是多维随机的吗？

    在混沌理论出现之前，由刘维尔定理和拉普拉斯妖支配的决定论世界里仿佛是的，但混沌理论出现之后，我们就知道了，很多很多很多的噪声，其实并不真正随机，当然也不是计算机的伪随机，而是混沌的。

    这是非线性动力系统的固有特性，是非线性系统普遍存在的现象。

    或许有同学要说了，混沌，不就是随机吗？

    当然不是！

    如果是，叶寒怎么可能凭混沌理论来预测蛋白质的折叠结构？

    混沌是指发生在确定性系统中的貌似随机的不规则运动，注意，只是貌似。

    虽然混乱，不确定，不可重复，不可预测，就仿佛天气预测，或者股市走向。

    但每一种混沌现象，却是有着完整确定的方程描述的，甚至都无需附加任何随机因数，只是因为系统迭代对初始值的微小变化超级敏感，才造成了后期无法预测的现象。

    比如天气的热对流问题，比如人口增长的逻辑斯蒂方程……

    所以最初，会用蝴蝶效应这个词来形容。

    嗯，其实一开始并不是蝴蝶，而是海鸥。

    不过基于天气预测的第一个混沌模型，最后导出的洛伦兹吸引子恰好在三维空间构成了蝴蝶的形状，先是记者这么叫，后来连作者自己都改了，久而久之……

    扯远了，回到相片糊掉这件事情上来。

    这里的噪声，显然也有一部分是可以提炼出混沌模型的。

    而且只是一级混沌系统。

    虽然长久的预测不可能，但是根据已经出现的现象，基于混沌模型往前逆推，整个排除噪声干扰，却是有可能的！

    而且，效果说不定更好，计算量也会更少，只要能找到准确的描述方程！

    对于别人可能很难，对于总能够找到一维连续映射的周期三，也就是李-约克定理，或者费根鲍姆的两个常数，或者沙尔科夫斯基自... -->>
本章未完，点击下一页继续阅读