现在，市面上的屏幕尺寸和全面屏方案五花八门。这里我使用了小米的图来说明： 上述两种屏幕都可以统称为刘海屏，不过对于右侧较小的刘海，业界一般称为水滴屏或美人尖。为便于说明，后文提到的「刘海屏」「刘海区」都同时指代上图两种屏幕。 刘海屏、水滴屏全面屏适配细节 当我们在谈屏幕适配时，我们具体谈什么呢？ 适应更长的屏幕 防止内容被刘海遮挡 其中第一点是所有应用都需要适配的，对应下文的声明最大长宽比，而第二点，如果应用本身不需要全屏显示或使用沉浸式状态栏，是不需要适配的。 针对需要适配第二点的应用，需要获取刘海的位置和宽高，然后将显示内容避开即可。 声明最大长宽比 以前的普通屏长宽比为16

人类活动识别 Galvanize顶峰项目，用于使用UCI机器学习存储库智能手机数据集对日常生活中的人类活动进行分类。 动机和目标： 识别日常生活活动（ADL）的创新方法是开发更具交互性的人机应用程序必不可少的输入部分。 通过解释从运动，位置，生理信号和环境信息中得出的属性，开发了理解人类活动识别（HAR）的方法。 该项目探索了用于对已发布数据集（ ）进行ADL分类的最佳机器学习方法。 数据包含一组佩戴一组内置内置传感器（加速度计，陀螺仪和磁力计）的安装在腰部的智能手机，并进行一组ADL（站立，坐着，躺着，走路，上楼和走下楼）的记录。 将机器学习方法的有效性与已发布的多类硬件友好支持向量机（MC-HF-SVM）识别精度进行了比较。 方法： 将数据（具有ADL平衡561功能的10299个样本）按比例分别分为70％和30％分为训练集和测试集。 该分区是随机的。 训练数据用于训练不同的分类器

网上人类活动识别 使用与用户无关的基于机器学习的算法进行在线人类活动识别。 使用UCI数据集-“使用智能手机数据集的人类活动识别”来完成每种方法的学习。 测试是通过使用加速度计和陀螺仪收集的实时数据完成的。

android使用ViewPager实现底部菜单栏和左右滑动效果，加载多个Activity

2018年11月 使用智能手机数据集的人类活动识别 资料库概述： 该项目旨在建立一个模型，该模型根据智能手机的Sensor数据预测诸如步行，上楼，下楼，坐着，站着和躺下等人类活动。 仓库有3个ipython笔记本1 ：数据预处理和探索性数据分析2 ：具有特征数据的机器学习模型3 ：基于原始时间序列数据的LSTM模型所有代码都是用python 3编写的依赖 张量流 凯拉斯 麻木 大熊猫 matplotlib 海生的 斯克莱恩 itertools 约会时间 介绍： 每个现代的智能手机都有许多。 我们对加速度传感器和陀螺仪这两种传感器感兴趣。 借助传感器记录数据这是一个6类分类问题，因为我们有6个活动要检测。 该项目分为两部分，第一部分训练，调整和比较Logistic回归，线性支持向量分类器，RBF（径向基函数）SVM分类器，决策树，随机森林，梯度提升决策树模型，并使用领域专家提

人体活动识别 通过智能手机上的传感器识别人类活动的起始代码 需求知识：加速度计，Matlab，基本ML，Android 持续的： N ：原始数据数组的长度 框架大小：250个样本 frameOverlap ：50个样本 frameNum ：所有帧的数量 dimNum ：8 基本变量： rawData ：合并一个活动的所有文件中的所有数据，大小为（N * 3） frame ：将rawData重塑为大小（ frameNum * frameSize * 3 ） 框架：连接所有框架 标签：框架标签 frameData ：原始的三轴数据加上扩展的尺寸和大小（ frameNum * frameLen * dimNum ） featureData ：从frameData中提取特征，也从训练数据中提取特征 TLDR： 只需运行或遵循“数据处理”部分，调整数据文件格式，然后将文件放入文件夹中

使用自我注意从可穿戴传感器数据中识别人类活动 Tensorflow 2.x实施“使用自注意力从可穿戴传感器数据中识别人类活动”， ，作者： 和M. Tanjid Hasan Tonmoy等。 [ ] [ ] **此存储库正在维护中。 最终版本的代码将很快发布** 安装 要在python3环境中安装依赖项，请运行： pip install -r requirements.txt 数据集下载 要下载数据集并将其放置在data目录下以进行模型训练和推理， dataset_download.py使用以下命令运行脚本dataset_download.py ： python dataset_download.py --dataset DATASET --unzip 此处，此项目的命令行参数DATASET中的数据集名称如下： DATASET = pamap2 / opp / uschad

Template Activity模板，快速创建项目。 AdvertiseActivity 轮播广告activity CardViewPageActivity 底部卡片轮播activity SplashActivity 启动屏activity TabsActivity 首页卡片切换activity WelcomeGuideActivity 欢迎页activity MVPActivity 快速创建MVPActivity MVPFragment 快速创建MVPFragment 使用方法 将模板放入Android Studio安装路径/plugins/android/lib/templates/activities下面，然后重启Android Studio。 选择New——Activity——Gallery 就可以看到我们添加的activity模板了。 重装Android Studio之后自定义

人类活动识别 在 UCI HAR 数据集上使用 ML 进行人类活动识别

Android判断栈顶activity；打印当前最顶层的activity类名；采用服务后台运行获取当前activity类名；是一个demo App,使用Android studio工具打开，有需要的可以自行下载；