UIMenuController的使用

本文介绍如何为UIImageView自定义上下文菜单(UIMenuController),包括设置长按手势识别、菜单项及其动作处理等关键步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

很多情况我们都用到了如图所示的选择框

  • 这个菜单就是UIMenuController,系统默认支持UITextField、UITextView、UIWebView控件的UIMenuController相关操作
  • 对于系统不支持UIMenuController操作的控件,我们就要自定义控件的UIMenuController来实现相关功能
这里我用imageview做:代码如下


#import "CajImageView.h"

@interface CajImageView ()

@property (nonatomic, strong) UILongPressGestureRecognizer *longG;

@property (nonatomic, strong) UIMenuController *menuC;

@end

@implementation CajImageView


- (instancetype)initWithFrame:(CGRect)frame

{

    self = [super initWithFrame:frame];

    if (self) {

        [self setupView];

    }

    return self;

}


- (void)setupView

{

    self.userInteractionEnabled = YES;

    [self addGestureRecognizer:self.longG];

}

//不是所有的控件都会成为第一响应者,需要在此声明

- (BOOL)canBecomeFirstResponder

{

    return YES;

}


- (void)longGrespongse

{

    [self becomeFirstResponder];

    _menuC = [UIMenuController sharedMenuController];

    UIMenuItem *lineItem = [[UIMenuItem alloc] initWithTitle:@"下划线" action:@selector(drawLine)];

    UIMenuItem *highLightItem = [[UIMenuItem alloc] initWithTitle:@"高亮" action:@selector(highLight)];

    UIMenuItem *rectItem = [[UIMenuItem alloc] initWithTitle:@"矩形框" action:@selector(drawRectLine)];

    [_menuC setMenuItems:@[lineItem, highLightItem, rectItem]];

    [_menuC setTargetRect:CGRectMake(0, self.frame.size.height*0.5, self.frame.size.width, self.frame.size.height) inView:self];

    [_menuC setMenuVisible:YES animated:YES];

}

//这个方法必须有,不然不会显示菜单

- (void)drawLine

{

    

}


- (void)highLight

{

    

}


- (void)drawRectLine

{

    

}

#pragma mark - laze

- (UILongPressGestureRecognizer *)longG

{

    if(!_longG)

        _longG = [[UILongPressGestureRecognizer alloc] initWithTarget:self action:@selector(longGrespongse)];

    return _longG;

}


内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
评论
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