贝叶斯分类器的分类原理是通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类-Bayesian classifier principle a priori probability of the object using the Bayesian formula to calculate the subsequent posterior probability that the object belongs to a certa

C# GDI+ 绘图 串口操作实例，源码内有个Protocol.cs有意思，实现：1)系统时间校订(精确到10ms)：起始符(#)+ +年月日(11 07 06)+小时分秒(17 22 01)+结束符($)，2)系统参数设置（上位机发出）：起始符（#）+系统参数（S）+ +主机编号（00000221）+ +塔机编码（1）+ +坐标X（1681）+ +坐标Y（178.0）+ + 前臂长（56.0）+ +后壁长（10.0）+ +塔顶高（35.0）+ +塔臂高（20.0）+ +最大吊重（12.000）

基于最大后验概率的超分辨图像复原，能够较好的实现频谱外推，实验结果正确-Super-resolution image restoration based on maximum posterior probability, it is possible to achieve a better spectrum extrapolation, experimental results are correct

贝叶斯分类器，通过某对象的先验概率，利用贝叶斯公式计算出其后验概率，即该对象属于某一类的概率，选择具有最大后验概率的类作为该对象所属的类。-Bias classifier, by a priori probability of an object, using the Bias formula to calculate the posterior probability, the probability that the object belongs to a certain category,