ViewFlipper实践

本文介绍如何使用ViewFlipper组件实现简单的轮播图效果,包括自动播放和手势滑动控制。通过代码示例展示了如何加载图片资源、设置动画效果及实现触摸事件监听。

类似于viewpager,但是没有手势滑动,更适合做轮播图(不能点的那种)。

在布局中定义:

    <ViewFlipper
        android:id="@+id/flipper"
        android:layout_width="match_parent"
        android:layout_height="match_parent">

    </ViewFlipper>
在程序中引用:
@EActivity(R.layout.activity_main4)
public class Main4Activity extends AppCompatActivity {

    @ViewById
    ViewFlipper flipper;

    private int[] dabid = {R.drawable.ic_launcher, R.drawable.images, R.drawable.init_pic, R.drawable.biz_topic_vote_submit_default};

    @Override
    protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
    }

    @AfterViews
    void initView() {
        for (int i = 0; i < dabid.length; i++) {
            flipper.addView(getImageView(dabid[i]));
        }
        //设置自动播放的功能
       flipper.setInAnimation(Main4Activity.this, R.anim.left_in);
        flipper.setOutAnimation(Main4Activity.this, R.anim.left_out);
        flipper.setFlipInterval(3000);
        flipper.startFlipping();
    }

    private ImageView getImageView(int imagrs) {
        ImageView image = new ImageView(this);
        image.setImageResource(imagrs);
        image.setScaleType(ImageView.ScaleType.FIT_XY);
        return image;
    }
}
在getImageView中,设置的是src的资源,这时是按照图片大小来填充当前布局,如果需要全屏显示图片,可以用setbackground。

支持手势滑动的方法:

重写onTouchEvent()方法,并关闭自动滑动的效果:

    @Override
    public boolean onTouchEvent(MotionEvent event) {
        switch (event.getAction()) {
            case MotionEvent.ACTION_DOWN:
                mystartX = event.getX();
                break;
            case MotionEvent.ACTION_UP:
                //向右划
                if (event.getX() - mystartX > 100) {
                    flipper.setInAnimation(this, R.anim.left_in);
                    flipper.setOutAnimation(this, R.anim.left_out);
                    flipper.showPrevious();
                }
                //向左划
                if (event.getX() - mystartX < 100) {
                    flipper.setInAnimation(this, R.anim.right_in);
                    flipper.setOutAnimation(this, R.anim.right_out);
                    flipper.showNext();
                }
                break;
            case MotionEvent.ACTION_MOVE:
                break;
        }
        return super.onTouchEvent(event);
    }


MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值