- 博客(5)
- 收藏
- 关注
RSS订阅原创 安卓学习笔记-Day3
Day 3-4完成练习https://www.figma.com/file/s8m2tXhpE4Q96h5nZ2AOou/%E7%A0%94%E5%8F%91%E7%94%A8%E7%95%8C%E9%9D%A2?node-id=22%3A12自定义圆形图片首先要做的是写一个CircularImageView,继承ImageVIew。tip：margin属性是ViewGroup定义的，布局类如LinearLayout继承了ViewGroup要重写两个函数。onMeasure函数和onDraw函数。
2021-07-19 15:41:26
121
原创 安卓学习笔记-Day2
Day2安卓的四大组件：activity,service,content provider,broadcast receiver.Acvtivity基本概念（1）一个Activity通常就是一个单独的屏幕（窗口）。（2）Activity之间通过Intent进行通信。（3）android应用中每一个Activity都必须要在AndroidManifest.xml配置文件中声明，否则系统将不识别也不执行该Activity。几乎所有的Activity子类都会实现两种方法：onCreate: 是初
2021-07-19 15:37:35
148
原创 安卓学习笔记- Day1
安卓学习笔记Day1问题一：声明button对象应用崩溃问题描述：运行以下语句程序崩溃：val button = Button(findViewById(R.id.button)问题原因：首先查看崩溃日志，查看AS底部logcat，界面中左上角选择模拟机或者安卓机，第三个选项选择信息级别，Error级别比较重要。（如果有很有杂乱信息，可以先清除再重新运行查看）找到出错语句如上。findViewById(）功能是使用id查找相应的控件。command+B查找函数定义如下：@Override
2021-07-19 15:32:30
164
原创 GCAN：使用图注意力网络来做社交媒体虚假新闻检测
GCAN：使用图注意力网络来做社交媒体虚假新闻检测Abstract主要任务：给定短文本的推特和一系列用户的转播链来判断是不是虚假新闻，并且对虚假新闻检测做一些解释性研究。模型：GCAN 主要包括GCN，co-attention模块Introduction基于的思想主要是源推特的情感和观点应该会被用户的参与和交互反映（主要强调了交互特征的作用），集体智能！现有的虚假新闻检测方法主要需要很丰富的用户评论来补充和分析推特的观点，检测虚假新闻，还有些需要很长的文本来提取信息。现在最好的模型是dEFEND
2021-04-03 00:58:17
1050
2
原创 EANN
EANN论文笔记Abstractfake new检测，主要落脚点在于检测新出现的紧急事件。过去的方法主要是学习了事件相关的特定特征，并不具备泛化性和通用性，所以对新出现的事件效果不好。文章提出了EANN来解决这个问题。EANN包括三个部分，多模态特征提取器，虚假新闻检测和事件检测。多模态提取视觉和文本信息，主要是事件检测器去除多模态特征中与事件有关的特征，让虚假新闻检测使用分享的特征。数据集从微博和推特收集。Introduction虚假新闻的坏处和检测的必要性。再次重述现在的模型提取特征的局限性
2021-03-20 14:15:41
833
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人