葉寒分心二用，那邊搞定了建宗立派的事，這邊有了順手的軟體，將那張糊掉的截影象素輸入，開始根據尤拉拉格朗日方程做高階全變差……

模糊的影象一點點，一點點的清晰起來。

警察局的配置當然不可能有多高階，所以跑的那叫一個緩慢，粗略估計，至少得幾十分鐘個把小時的。

這還是他大幅最佳化了計算流程，儘可能減少了資源佔用的結果。

丟給一般的程式設計師，耗時幾個小時甚至幾天也不是不可能。

技術科那邊讓一天去取，完全是正常水平。

“你還會這個？”

雖然之前的操作看不明白，除了系統，這世界上也不可能有人看明白，不過從這段開始，黑人克里斯看明白了。

畢竟他在技術科等處理結果不是一次兩次了。

像眼前處理速度這麼快的，他還是第一次見，而且……是用自己這臺破電腦！

電腦和電腦的差別，比人和人的差別還大，這他也是知道的。

“略懂。”

葉寒推推眼睛，盯著螢幕上漸漸變得清晰的影象，思維忍不住又跑偏了。

影象為什麼會模糊？

解析度不夠，畫素太低，光線不足……原因當然有很多。

可為什麼又能夠修復呢？

因為高階全變差可以去噪。

關鍵來了……噪聲，嗯，這裡指影象噪聲，是什麼？

是影象資料中的不必要的或多餘的干擾資訊。理論上定義為“不可預測，只能用機率統計方法來認識的隨機誤差”。

因而將之看成多維隨機過程是合適的，可以借用機率分佈函式和機率密度分佈函式進行描述。

但是……噪聲真的是多維隨機的嗎？

在混沌理論出現之前，由劉維爾定理和拉普拉斯妖支配的決定論世界裡彷彿是的，但混沌理論出現之後，我們就知道了，很多很多很多的噪聲，其實並不真正隨機，當然也不是計算機的偽隨機，而是混沌的。

這是非線性動力系統的固有特性，是非線性系統普遍存在的現象。

或許有同學要說了，混沌，不就是隨機嗎？

當然不是！

如果是，葉寒怎麼可能憑混沌理論來預測蛋白質的摺疊結構？

混沌是指發生在確定性系統中的貌似隨機的不規則運動，注意，只是貌似。

雖然混亂，不確定，不可重複，不可預測，就彷彿天氣預測，或者股市走向。