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，
…。。