Intent 使用篇

1、Intent简介

    Intent负责在Android四大组件中进行调用传递,Intent描述一次操作的动作、动作涉及数据、附加数据等,Android则根据此Intent的描述,负责找到对应的组件,将 Intent传递给调用的组件,并完成组件的调用。如启动一个Activity、发送广播、启动服务等

2、Intent结构(以下只列出常用的)

    private String mAction;
    private Uri mData;
    private String mType;
    private ComponentName mComponent;
    private HashSet<String> mCategories;
    private Bundle mExtras;


mAction:描述要执行的动作,调用组件和被调用组件约定,由于Intent在系统中是全局的,故自定义的Action需要加上Namespace,如com.google.app.myapp.CUSTOM_ACTION,系统预定义了标准的Action,如ACTION_MAIN、ACTION_VIEW、ACTION_EDIT等

mData:用于操作的数据,比如在联系人列表中的具体某个人的信息,用uri来表示

mType:显式指定Intent的数据类型(MIME),一般Intent数据类型能够根据数据本身进行判定,但是假如设置了这个属性,会强制采用显式指定的类型

mComponent:指定Intent的目标组件的类名称。通常 Android会根据Intent 中包含的其它属性的信息,比如action、data/type、category进行查找,最终找到一个与之匹配的目标组件。但是,如果 component这个属性有指定的话,将直接使用它指定的组件,而不再执行上述查找过程。指定了这个属性以后,Intent的其它所有属性都是可选的。

mCategories:给执行动作添加额外的信息,如CATEGORY_LAUNCHER 将此Activity添加到LAUNCHER 最顶层,即当启动程序时使这个界面第一个显示

mExtras:是其它所有附加信息的集合。使用extras可以为组件提供扩展信息,比如,如果要执行“发送电子邮件”这个动作,可以将电子邮件的标题、正文等保存在extras里,传给电子邮件发送组件。


3、Intent使用


A、启动一个Activity,实现Activity之间的跳转 

        Intent it = new Intent(Main.this,Second.class);
        startActivity(it);

    另外Intent可以从开发者自己的程序跳转到系统应用界面,比如点击一个按钮跳转到发短信的界面,其使用方式是通过uri的方式进行跳转,具体如下:
        Intent it = new Intent(Intent.ACTION_VIEW);
        it.putExtra("sms_body", "The SMS text");
        it.setType("vnd.android-dir/mms-sms");
        startActivity(it);


B、广播消息 

        Intent it = new Intent();
        it.setAction("message");
        it.putExtra("message ", msg);
        sendBroadcast(it);


C、启停服务 

        Intent it = new Intent(Main.this,Second.class);
        startService(it);
        stopService(it);


内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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