第168章 大猪蹄子就得逼一逼(1 / 2)

加入书签

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然数集这些混沌蛛丝马迹的叶寒来说,并不是多难,只要他肯花时间和精力。

这个课题有点意思呢!

想到叶寒就立刻开始行动。

↑返回顶部↑

书页/目录