aoi学院

Aisaka's Blog, School of Aoi, Aisaka University

发表于 分类于 ， 阅读次数： Valine：
本文字数： 2.7k 阅读时长 ≈ 7 分钟

Broadcast动态注册与静态注册

  1. 动态注册

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    // 在onCreate()中注册registerBatteryReceiver();

    private void registerBatteryReceiver() {
        // 收听的频道是 电量变化
        IntentFilter intentFilter = new IntentFilter();
        // 设置频道
        intentFilter.addAction(Intent.ACTION_BATTERY_CHANGED);
        // 创建一个广播接收者
        mBatteryLevelReceiver = new BatteryLevelReceiver();
        // 注册
        this.registerReceiver(mBatteryLevelReceiver, intentFilter);
    }

    /**
     * 创建一个广播接收者
     */
    private class BatteryLevelReceiver extends BroadcastReceiver {
        @Override
        public void onReceive(Context context, Intent intent) {
            String action = intent.getAction();
            if (Intent.ACTION_BATTERY_CHANGED.equals(action)) {
                Log.d(TAG, "Battery change action is == " + action);
                int currentLevel = intent.getIntExtra(BatteryManager.EXTRA_LEVEL, 0);
                Log.d(TAG, "当前电量：" + currentLevel);
                if (mBatteryLevelText != null) {
                    mBatteryLevelText.setText("当前电量：" + currentLevel);
                }
                int maxLevel = intent.getIntExtra(BatteryManager.EXTRA_SCALE, 0);
                float percent = currentLevel * 1.0f / maxLevel * 100;
                Log.d(TAG, "当前电量百分比为：" + percent + "%");
            }
        }
    }

    // 在onDestroy()中取消广播注册

    @Override
    protected void onDestroy() {
        super.onDestroy();
        // 取消广播注册
        if (mBatteryLevelReceiver != null) {
            this.unregisterReceiver(mBatteryLevelReceiver);
        }
    }
阅读全文 »

发表于 分类于 ， 阅读次数： Valine：
本文字数： 1.1k 阅读时长 ≈ 3 分钟

Activity启动模式

  1. <activity android:name=”.FirstActivity” android:launchMode=”standard”>

    standard模式会创建新的任务，并把新Activity置于当前栈顶，点击返回键相当于移除栈顶Activity，栈空时销毁Task。

    使用场景：默认的启动模式，大多数场景都是用该模式。

  2. <activity android:name=”.FirstActivity” android:launchMode=”singleTop”>

    singleTop模式在standard模式的基础上，表示如果当前栈顶为该Activity，则不会创建新的Activity（防止栈顶Activity重复创建）。

    使用场景：一般来说，为保证只有一个任务，而不被创建多个时需要此模式。例如，浏览器的书签被动调用的界面）、应用的推送通知、配置及配置里的内容等。

阅读全文 »

发表于 分类于 ， ， 阅读次数： Valine：
本文字数： 7.1k 阅读时长 ≈ 18 分钟

本篇学习报告基于2020 KDD（Knowledge Discovery and Data Mining， CCF A类会议）的论文：《LayoutLM: Pre-training of Text and Layout for Document Image Understanding》，该论文由微软自然语言计算组提出。

阅读全文 »

发表于 分类于 ， ， 阅读次数： Valine：
本文字数： 3.1k 阅读时长 ≈ 8 分钟

本篇学习报告的内容为“SeqSleepNet:用于序列到序列自动睡眠分期的端到端分层循环神经网络”，所参考论文为《SeqSleepNet: End-to-End Hierarchical Recurrent Neural Network for Sequence-to-Sequence Automatic Sleep Staging》。本论文将任务作为序列到序列的分类问题，接收多个时期的序列作为输入，并立即对其所有标签进行分类。该网络在MASS数据集上进行测试，睡眠阶段五分类准确度为87.1%。相关成果在2019年发表于《IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING》，原文链接与代码地址见文末。

阅读全文 »

发表于 分类于 ， ， 阅读次数： Valine：
本文字数： 3k 阅读时长 ≈ 8 分钟

本篇学习报告的内容为“基于单通道EEG的高效睡眠分期网络”，所参考论文为《TinySleepNet: An Efficient Deep Learning Model for Sleep Stage Scoring based on Raw Single-Channel EEG》。此论文提出一种根据单通道EEG信号进行睡眠分期的新型神经网络，它是对DeepSleepNet[1]的改进，相比其他深度学习模型，该模型耗费的资源（计算资源和使用的通道）更少、结构更加简单，但准确率可以达到或超过目前已有基于深度学习的睡眠分期模型。相关成果发表于2020年International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC)。

阅读全文 »