期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到10,744篇文章
< 1 2 … 250 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
BArcherFuzzer:An Android System Services Fuzzier via Transaction Dependencies of BpBinder 认领 引用
1
作者 Jiawei Qin Hua Zhang +3 位作者 Hanbing Yan Tian Zhu Song Hu Dingyu Yan 《Intelligent Automation & Soft Computing》 2024年第3期527-544,共18页
By the analysis of vulnerabilities of Android native system services,we find that some vulnerabilities are caused by inconsistent data transmission and inconsistent data processing logic between client and server.The ... By the analysis of vulnerabilities of Android native system services,we find that some vulnerabilities are caused by inconsistent data transmission and inconsistent data processing logic between client and server.The existing research cannot find the above two types of vulnerabilities and the test cases of them face the problem of low coverage.In this paper,we propose an extraction method of test cases based on the native system services of the client and design a case construction method that supports multi-parameter mutation based on genetic algorithm and priority strategy.Based on the above method,we implement a detection tool-BArcherFuzzer to detect vulnerabilities of Android native system services.The experiment results show that BArcherFuzzer found four vulnerabilities of hundreds of exception messages,all of them were confirmed by Google and one was assigned a Common Vulnerabilities and Exposures(CVE)number(CVE-2020-0363). 展开更多
关键词 Android OS vulnerability detection binder fuzz testing genetic algorithm
暂未订购 下载PDF
A Graph-Based Interpretable Framework for Effective Android Malware Detection 认领 引用
2
作者 Chun-I Fan Sheng-Feng Lu +4 位作者 Cheng-Han Shie Ming-Feng Tsai Tomohiro Morikawa Takeshi Takahashi Tao Ban 《Computer Modeling in Engineering & Sciences》 SCIE EI 2026年第4期1369-1393,共25页
Due to its partly open-source architecture,which allows for application analysis and repackaging,along with its large market share,the Android operating system is a main target for malware.In recent years,researchers ... Due to its partly open-source architecture,which allows for application analysis and repackaging,along with its large market share,the Android operating system is a main target for malware.In recent years,researchers have widely adopted neural network-based methods for detecting Android malware,achieving impressive results but without interpretability.Interpretability is crucial for showing how models behave and identifying biases in their predictions,which helps in validating and improving them.Additionally,in urgent malware analysis situations,interpretability lets analysts quickly assess harmful behaviors and aids in future malware development and investigation.Therefore,interpretability is vital for ensuring that neural network-based malware detection models are trustworthy,predictable,and strong.To address these issues,we propose an interpretable Graph Attention Network(GAT)-based framework for Android malware detection.This framework includes data flow analysis of Android applications to identify malicious behaviors,providing clarity through the attention mechanism of GAT.Analysts and researchers can access detailed information,such as the names and execution order of the involved Android APIs,allowing for better validation and security checks.Experimental results show that our framework achieves a precision of 97.4%.Additionally,case studies highlight the insights that researchers can gain by using this framework. 展开更多
关键词 Android malware detection graph neural network explainable artificial intelligence
暂未订购 下载PDF
Android Software Malicious Detection Based on Dynamic Network Traffic Mixing API Information and Feature Importance Analysis 认领 引用
3
作者 Kang Yang Lizhi Cai Jianhua Wu 《Computers, Materials & Continua》 SCIE EI 2026年第7期1882-1899,共18页
Accurate malware identification and family categorization remain significant challenges in large-scale Android software analysis.Although deep learning has surpassed traditional machine learning in performance,its wid... Accurate malware identification and family categorization remain significant challenges in large-scale Android software analysis.Although deep learning has surpassed traditional machine learning in performance,its widespread adoption is hindered by the computational overhead stemming from feature redundancy and the lack of interpretability inherent in its black-box nature.To address these issues,this paper proposes DroidNTA,a DL-based detection model that fuses network traffic and API features.The model first constructs a simplified API Call Graph by extracting the intrinsic structural attributes of applications,and subsequently generates API feature vectors from invocation sequences using a Markov chain algorithm.These are then integrated with dynamic network traffic features to form a final representation vector of the Android instance.To enhance transparency,DroidNTA performs feature contribution analysis by adjusting fusion parameters and employs Shapley values to quantify global feature importance.Experimental results demonstrate that DroidNTA achieves superior performance in both binary and family classification tasks,yielding an accuracy of 99.74%and a gain of over 20%,respectively.We have released our code at http://gffzz188fe103f8f1460asfc5cb500w5cp6f60.ffgz.tsg.suse.edu.cn/joeyyk/DroidNTA. 展开更多
关键词 Android malware deep learning network traffic
暂未订购 下载PDF
Advancing Android Ransomware Detection with Hybrid AutoML and Ensemble Learning Approaches 认领 引用
4
作者 Kirubavathi Ganapathiyappan Chahana Ravikumar +3 位作者 Raghul Alagunachimuthu Ranganayaki Ayman Altameem Ateeq Ur Rehman Ahmad Almogren 《Computers, Materials & Continua》 SCIE EI 2026年第4期737-766,共30页
Android smartphones have become an integral part of our daily lives,becoming targets for ransomware attacks.Such attacks encrypt user information and ask for payment to recover it.Conventional detection mechanisms,suc... Android smartphones have become an integral part of our daily lives,becoming targets for ransomware attacks.Such attacks encrypt user information and ask for payment to recover it.Conventional detection mechanisms,such as signature-based and heuristic techniques,often fail to detect new and polymorphic ransomware samples.To address this challenge,we employed various ensemble classifiers,such as Random Forest,Gradient Boosting,Bagging,and AutoML models.We aimed to showcase how AutoML can automate processes such as model selection,feature engineering,and hyperparameter optimization,to minimize manual effort while ensuring or enhancing performance compared to traditional approaches.We used this framework to test it with a publicly available dataset from the Kaggle repository,which contains features for Android ransomware network traffic.The dataset comprises 392,024 flow records,divided into eleven groups.There are ten classes for various ransomware types,including SVpeng,PornDroid,Koler,WannaLocker,and Lockerpin.There is also a class for regular traffic.We applied a three-step procedure to select themost relevant features:filter,wrapper,and embeddedmethods.The Bagging classifier was highly accurate,correctly getting 99.84%of the time.The FLAML AutoML framework was evenmore accurate,correctly getting 99.85%of the time.This is indicative of howwellAutoML performs in improving things with minimal human assistance.Our findings indicate that AutoML is an efficient,scalable,and flexible method to discover Android ransomware,and it will facilitate the development of next-generation intrusion detection systems. 展开更多
关键词 Automated machine learning(AutoML) ensemble learning intrusion detection system(IDS) ransomware traffic analysis android ransomware detection
暂未订购 下载PDF
一种用户行为模式引导的Android应用程序GUI自动化测试方法 认领 引用
5
作者 刘晓建 侯贝贝 《计算机应用与软件》 北大核心 2026年第5期10-17,31,共8页
针对Android应用程序GUI测试中输入域过大、GUI导航模型不精细所导致的测试覆盖率不高的问题,提出一种用户行为模式引导的Android应用程序GUI自动化测试方法。其思想是首先挖掘待测应用程序的高频使用模式,然后以此行为模式引导GUI导航... 针对Android应用程序GUI测试中输入域过大、GUI导航模型不精细所导致的测试覆盖率不高的问题,提出一种用户行为模式引导的Android应用程序GUI自动化测试方法。其思想是首先挖掘待测应用程序的高频使用模式,然后以此行为模式引导GUI导航模型的建立及GUI的测试过程。定义用户行为模式的概念并使用AprioriAll算法进行挖掘。提出基于加权的确定性有限自动机的测试用例生成方法、GUI状态空间压缩策略和遍历与随机搜索相结合的ε-greedy输入事件选择策略。实验结果表明,该方法能有效解决提出的两类问题,有效覆盖用户频繁使用的GUI状态及发现程序中的若干故障。 展开更多
关键词 自动化测试 用户行为模式 加权的确定性有限自动机 GUI导航模型 Android应用程序
暂未订购 下载PDF
时间漂移下Android恶意软件检测的性能虚高量化与改进 认领 引用
6
作者 杨晔 《软件》 2026年第6期135-140,共6页
Android恶意软件检测广泛采用机器学习方法,但现有研究大多使用随机划分评估模型性能,忽视了数据随时间演化产生的时间漂移,导致性能评估过于乐观,背离真实部署场景。为此,本文提出了一种时间感知评估框架,通过固定比例时间划分和滑动... Android恶意软件检测广泛采用机器学习方法,但现有研究大多使用随机划分评估模型性能,忽视了数据随时间演化产生的时间漂移,导致性能评估过于乐观,背离真实部署场景。为此,本文提出了一种时间感知评估框架,通过固定比例时间划分和滑动窗口两种策略,系统对比随机划分与严格时间划分下的检测性能,并在随机森林、逻辑回归和SVM上验证。基于自建的7500余个真实Android样本数据集进行实验,结果表明随机划分下各模型F1分数均超过0.994;而时间划分下,随机森林的F1降至0.896,虚高率达10.2%,逻辑回归与SVM因训练集缺乏良性样本完全失效。滑动窗口评估进一步显示,早期窗口模型完全失效,后期窗口性能逐渐恢复至0.92以上。为缓解时间漂移,进一步采用随机梯度下降分类器进行在线学习,在固定比例时间划分下将F1提升至0.989,虚高率降至0.8%。上述结果证明,随机划分严重高估了恶意软件检测器的真实性能,时间感知评估是消除评估偏差的必要手段,而在线学习能有效增强模型对时间漂移的鲁棒性。 展开更多
关键词 Android恶意软件检测 随机划分 时间漂移 性能虚高 在线学习
暂未订购 下载PDF
基于多模态特征融合的Android恶意软件检测模型研究 认领 引用 被引量：1
7
作者 张志 尹昱凯 +2 位作者 孙奕灵 孟雯锦 彭畅 《计算机工程》 CAS CSCD 北大核心 2026年第3期243-254,共12页
针对Android恶意软件种类和结构繁杂不一、单一静态特征难以区分良性和恶意软件的问题,在深入研究Android软件的权限、API、字节码、操作码等特征的基础上,提出一种基于多模态特征融合的构建方法。将字节码转换为RGB图像,通过预训练模型... 针对Android恶意软件种类和结构繁杂不一、单一静态特征难以区分良性和恶意软件的问题,在深入研究Android软件的权限、API、字节码、操作码等特征的基础上,提出一种基于多模态特征融合的构建方法。将字节码转换为RGB图像,通过预训练模型EfficientNetV2B3提取字节码图像特征,以表征Android应用的整体特性。利用局部敏感哈希(LSH)算法提取操作码序列特征,以表征Android应用的细节特性。采用多模态分解双线性池化(MFB)融合算法对字节码图像特征和操作码序列特征进行融合,实现2种特征数据的异质互补,以得到更具区分度的静态特征。在此基础上,提出一种基于Transformer的Android恶意软件检测模型(TEAAD)。实验结果表明,基于融合特征的TEAAD模型优于其他深度模型,检测准确率达到96.87%,MFB特征融合方法相较于其他方法具有更高的恶意软件识别能力。 展开更多
关键词 Android恶意软件 预训练模型 局部敏感哈希 特征融合 深度学习
暂未订购 下载PDF
基于Android与Spring Boot的App校园一卡通系统设计与实现 认领 引用
8
作者 许舟洋 《电脑编程技巧与维护》 2026年第6期3-6,38,共4页
针对传统校园一卡通系统存在的信息滞后、兼容性弱及安全机制不完善等问题,提出一种基于Android与Spring Boot的移动端校园一卡通系统设计方案。系统采用分层架构,集成身份认证、消费充值、图书借阅等核心功能,通过安全防护与多设备适... 针对传统校园一卡通系统存在的信息滞后、兼容性弱及安全机制不完善等问题,提出一种基于Android与Spring Boot的移动端校园一卡通系统设计方案。系统采用分层架构,集成身份认证、消费充值、图书借阅等核心功能,通过安全防护与多设备适配优化,实现一站式校园服务。测试结果表明,系统支持500并发用户,平均响应时间为0.3 s,在功能完整性、性能稳定性及数据安全性方面均达到设计要求,为智慧校园建设提供了有效的技术支撑。 展开更多
关键词 校园一卡通系统 Android技术 MySQL数据库 Java语言 智慧校园
暂未订购 下载PDF
Android SDK安全性研究综述 认领 引用
9
作者 许腾 刘路遥 +3 位作者 姜灏宇 罗畅 李珩 袁巍 《计算机科学》 CSCD 北大核心 2026年第1期285-297,共13页
Android SDK是Android应用开发所使用的软件工具包。由于单个Android SDK可以被集成至多个应用,给Android生态带来的安全性影响是链式的,因此Android生态安全面临着来自SDK的全面威胁。近年来一系列与Android SDK有关的安全问题,如SDK... Android SDK是Android应用开发所使用的软件工具包。由于单个Android SDK可以被集成至多个应用,给Android生态带来的安全性影响是链式的,因此Android生态安全面临着来自SDK的全面威胁。近年来一系列与Android SDK有关的安全问题,如SDK跨库调用隐私数据、SDK库资源合并覆盖等,引起了工业界和学术界的高度重视。但目前对于Android SDK的安全性研究缺乏完备性综述,对此,对现有相关工作进行详细整理,从Android SDK的内部组件代码安全与运行数据交互安全展开,在内部组件代码安全上整理了系统SDK层面和三方SDK层面的研究,在运行数据交互安全上整理了SDK本体违规和SDK外部入侵方面的研究,并分析了近年来的Android SDK安全性工作,引入了性能指标进行横向对比,梳理了其发展脉络和演化过程。最后展望了该领域与如今AI大模型等新兴技术结合使用的未来研究方向。 展开更多
关键词 Android SDK 安全性分析 代码安全 数据交互安全
暂未订购 下载PDF
SCAN:Structural Clustering with Adaptive Thresholds for Intelligent and Robust Android Malware Detection under Concept Drift 认领 引用
10
作者 Kyoungmin Roh Seungmin Lee +2 位作者 Seong-je Cho Youngsup Hwang Dongjae Kim 《Computer Modeling in Engineering & Sciences》 SCIE EI 2026年第3期1124-1163,共40页
Many machine learning-based Android malware detection often suffers from concept drift,where models trained on historical data fail to generalize to evolving threats.This paper proposes SCAN(Structural Clustering with... Many machine learning-based Android malware detection often suffers from concept drift,where models trained on historical data fail to generalize to evolving threats.This paper proposes SCAN(Structural Clustering with Adaptive thresholds for iNtelligent Android malware detection),a hybrid intelligent framework designed to mitigate concept drift without retraining.SCAN integrates Gaussian Mixture Models(GMMs)-based clustering with cluster-wise adaptive thresholding and supervised classifiers tailored to each cluster.A key challenge in clusteringbased malware detection is cluster-wise class imbalance,where clusters contain disproportionate distributions of benign and malicious samples.SCAN addresses this issue through adaptive thresholding,which dynamically adjusts the decision boundary of each cluster according to its malicious-to-benign ratio.In the final training stage,four supervised learning algorithms—Random Forest(RF),Support Vector Machine(SVM),k-NN,and XGBoost—are applied within the GMM-defined clusters.We train SCAN on Android applications collected from 2014-2017 and test it with applications from 2018-2023.Experimental results demonstrate that SCAN combined with RF consistently achieves superior performance,with both average accuracy and average F1-score exceeding 91%.These findings confirm SCAN’s robustness to concept drift and highlight its potential as a sustainable and intelligent solution for long-term Android malware detection in the real world. 展开更多
关键词 Android malware detection concept drift intelligent hybrid framework gaussian mixture model(GMM) class imbalance adaptive thresholding
暂未订购 下载PDF
McIFAR:A Multi-Contextual Interaction-Based Framework for Detecting Context-Triggered Android Ransomware 认领 引用
11
作者 Sonam Jain Tanya Gera +3 位作者 Rupali Gill Afnan Almegren Ateeq Ur Rehman Salil Bharany 《Computers, Materials & Continua》 SCIE EI 2026年第10期2499-2521,共23页
Android ransomware has emerged as a major threat to mobile ecosystems.Modern Android ransomware has evolved beyond the reach of traditional signature-based detection,often lying dormant until specific strategic trigge... Android ransomware has emerged as a major threat to mobile ecosystems.Modern Android ransomware has evolved beyond the reach of traditional signature-based detection,often lying dormant until specific strategic triggers activate its malicious payload.These strategic ransomware variants activate payloads only under specific device states,events,and conditions that are absent in a sandbox testing environment.To address these sophisticated evasion tactics,this article introduces a novel framework,McIFAR(Multi-contextual Interaction-based Detection Framework for Android Ransomware),that leverages in-context emulation within malware sandboxing to elicit dormant behaviours that are missed by conventional testing,thereby transcending the limitations of isolated static or dynamic analysis.A robust two-stage methodology is presented.In the first stage,the Cross-Validation Feature Selection Ensemble(CVFSE)identifies dominant indicators.This is followed by the Contextual Interaction Feature Orchestrator(CIFO),processing dominant features to encode complex behavioral interactions between features and context in the second stage.Unlike existing studies that rely solely on static and dynamic data,this approach prioritizes contextual interaction,thereby significantly enhancing detection accuracy.The experimental results on the KronoDroid dataset demonstrate that McIFAR achieves a 99.48%detection accuracy,outperforming traditional baselines.The statistical analysis using the Friedman and Nemenyi post-hoc tests confirms that the results are both significant and consistent.The future work includes enhancing the framework by incorporating richer contextual scenarios in in-context emulation,along with federated learning and real-time lightweight deployment. 展开更多
关键词 Android ransomware context detection feature interaction ransomware machine learning
暂未订购 下载PDF
Android应用功能逻辑与交互时序解析研究 认领 引用
12
作者 洪伟彬 赵逢禹 艾均 《计算机与数字工程》 2026年第3期903-909,共7页
现有的对Android应用代码的研究多集中于应用安全方面和代码复用方面,但对于Android应用,对其进行功能逻辑分析和交互时序的信息提取,对于项目维护与项目级复用更有价值,而针对这一问题的研究成果尚比较缺乏。论文基于Android应用代码... 现有的对Android应用代码的研究多集中于应用安全方面和代码复用方面,但对于Android应用,对其进行功能逻辑分析和交互时序的信息提取,对于项目维护与项目级复用更有价值,而针对这一问题的研究成果尚比较缺乏。论文基于Android应用代码独特的结构性,提出针对Android应用的代码解析技术,分别利用所提出的标签解析技术及类解析技术针对Android应用代码中不同组成部分的代码进行解析工作,以此得到Android应用的页面功能逻辑和交互时序。为了验证Android应用解析算法的合理性和可行性,论文通过不同Android开源项目进行实验,实验结果显示该方法的页面功能准确率和交互时序准确率都在90%以上,该方法具有较好的实用性。 展开更多
关键词 Android应用代码解析 标签解析 Java类解析 功能逻辑 交互时序
暂未订购 下载PDF
基于Android的ROS机器人远程控制系统设计 认领 引用
13
作者 李硕 陈乃建 +1 位作者 郭学成 樊艺鲜 《山东工业技术》 2026年第2期3-11,共9页
本文为提高ROS机器人控制终端的灵活性,设计了一种基于Android终端的远程控制系统。该系统结构主要包括三部分:ROS机器人硬件平台、无线通信网络和Android终端。Android终端与ROS Master通过无线局域网进行数据通信与视频传输。视频传... 本文为提高ROS机器人控制终端的灵活性,设计了一种基于Android终端的远程控制系统。该系统结构主要包括三部分:ROS机器人硬件平台、无线通信网络和Android终端。Android终端与ROS Master通过无线局域网进行数据通信与视频传输。视频传输方面,在ROS Master部署web_video_server节点,将图像消息转码为MJPEG格式并通过HTTP发布;Android终端通过WebView控件加载视频流URL,实现低延迟显示。运动控制方面,Android终端采用自定义摇杆采集用户触摸输入,封装成ROS消息后,基于rosjava库通过TCPROS协议直接发布至ROS Master,实现对机器人的实时操控。实验阶段,先后对ROS机械臂、差速轮式机器人和四足机器人进行了跨平台仿真测试,并最终在四足机器人实体上完成了实机验证。测试结果表明:系统控制延迟约150 ms,视频延迟约为250 ms,二者均处于实时交互的可接受范围;同时,姿态变化曲线显示,机器人偏航角(yaw)变化与实际运动指令高度一致。该系统能够稳定、有效地实现对多种机器人的实时远程控制。 展开更多
关键词 远程控制系统 机器人 Android终端 ROS
暂未订购 下载PDF
基于Android Studio的“智选农递”App系统设计与实现研究 认领 引用
14
作者 胡静怡 张江 《科技资讯》 2026年第14期188-190,共3页
随着信息技术的飞速发展,农畜产品电商平台与个性化定制物流正面临技术革新与模式创新的双重挑战。本文基于Android Studio平台开发了“智选农递”App,通过融合农畜产品电商与个性化物流服务,构建了智能化、便捷化的农产品供销新体系。... 随着信息技术的飞速发展,农畜产品电商平台与个性化定制物流正面临技术革新与模式创新的双重挑战。本文基于Android Studio平台开发了“智选农递”App,通过融合农畜产品电商与个性化物流服务,构建了智能化、便捷化的农产品供销新体系。在系统设计上,该平台采用模块化架构,支持用户根据农产品特性自主选择配送方式和时间。技术实现方面,结合移动开发技术、位置服务和智能推荐算法,优化了物流路径规划与资源调度,有效降低了农畜产品在运输过程中的损耗,同时提升了配送效率。该平台的应用不仅为消费者提供了更灵活的购物与物流体验,也为农户和中小农业企业拓展了销售渠道。 展开更多
关键词 Android Studio平台 农畜产品电商 定制化物流 智选农递
暂未订购 下载PDF
基于Android的校园植物资源管理系统设计与实现 认领 引用
15
作者 张双飞 张若兮 《现代信息科技》 2026年第10期170-174,共5页
本项目以湖北生态工程职业技术学院为对象,设计了校园植物资源管理系统。该系统能够利用移动智能终端取代传统的纸笔记录方式,有效提升数据采集的质量与效率。系统采用前后端分离架构。前端APP采用Android原生开发,结合OkHttp实现网络请... 本项目以湖北生态工程职业技术学院为对象,设计了校园植物资源管理系统。该系统能够利用移动智能终端取代传统的纸笔记录方式,有效提升数据采集的质量与效率。系统采用前后端分离架构。前端APP采用Android原生开发,结合OkHttp实现网络请求,并集成高德地图SDK提供定位服务;后端基于若依框架,以Spring Boot 3.x为核心,搭配MyBatis-Plus简化数据库操作,运用JWT鉴权保障系统安全。采用MySQL 5.7存储数据,开发出了可通过网页访问的管理平台以及能在手机、平板上使用的Android客户端,此架构能够满足项目的实际需求。 展开更多
关键词 校园植物 资源管理系统 前后端分离架构 Android客户端 导航定位
暂未订购 下载PDF
基于Android平台的网球落点定位系统设计与实现 认领 引用
16
作者 许培凌 田金鹏 《工业控制计算机》 2026年第3期91-94,共4页
当前,网球比赛主要依赖鹰眼等设备作为裁判辅助系统,但这些设备成本高昂,难以普及。为此,设计了一款基于Android平台的网球落点定位系统,以App形式部署在手机上,降低了使用成本。系统基于OpenCV Android SDK开发,融合HSV颜色识别、KNN... 当前,网球比赛主要依赖鹰眼等设备作为裁判辅助系统,但这些设备成本高昂,难以普及。为此,设计了一款基于Android平台的网球落点定位系统,以App形式部署在手机上,降低了使用成本。系统基于OpenCV Android SDK开发,融合HSV颜色识别、KNN背景建模、卡尔曼滤波等算法实现网球目标跟踪,并利用改进的霍夫直线变换算法提取网球场地的边线与角点,完成摄像头标定。通过曲线拟合网球运动轨迹,计算交点确定落点,并结合相机标定结果获取落点的三维世界坐标。实验表明,该系统能够满足网球爱好者日常训练的需求。 展开更多
关键词 Android 单目视觉 相机标定 落点定位
暂未订购 下载PDF
Android平台在精准农业变量施肥系统中的研究应用与展望 认领 引用
17
作者 杨效雪 庄卫东 《现代化农业》 2026年第8期69-72,共4页
在精准农业不断深入的背景下,变量施肥技术因能够有效提升肥料利用率、降低农务成本和减轻环境压力等优点,逐渐成为现代农业生产体系中的重要一环。与此同时,Android平台凭借其开源特性、灵活的软件架构与广泛的硬件适配能力,为变量施... 在精准农业不断深入的背景下,变量施肥技术因能够有效提升肥料利用率、降低农务成本和减轻环境压力等优点,逐渐成为现代农业生产体系中的重要一环。与此同时,Android平台凭借其开源特性、灵活的软件架构与广泛的硬件适配能力,为变量施肥的精准控制提供了技术基础,促进了其推广应用。文章结合变量施肥技术在实际推广中遇到的难点及未来发展方向,重点分析了Android平台在该系统中的集成方法、系统架构设计、应用案例与实施成效。 展开更多
关键词 Android 变量施肥 精准农业
暂未订购 下载PDF
基于Android平台的天地图外业调查系统设计与实现 认领 引用
18
作者 王春 《测绘与空间地理信息》 2026年第6期129-131,共3页
天地图外业调查是天地图数据更新的重要工作内容,是内业数据更新的重要一环。随着“天地图·江苏”建设的不断推进,对天地图数据快速更新提出了新的要求。基于此本文设计了基于Android平台的天地图外业调查系统,该系统实现了天地图... 天地图外业调查是天地图数据更新的重要工作内容,是内业数据更新的重要一环。随着“天地图·江苏”建设的不断推进,对天地图数据快速更新提出了新的要求。基于此本文设计了基于Android平台的天地图外业调查系统,该系统实现了天地图外业调查数据导入导出、要素分层设色、数据采集、涂鸦标注、进度统计等功能,为“天地图·江苏”建设提供了有力的技术支撑。该系统成功应用在15个县区的天地图外业调查项目中,效果良好。 展开更多
关键词 Android 天地图 数据采集 开发环境
暂未订购 下载PDF
基于Android平台的古建筑数字展示系统总体设计方案 认领 引用
19
作者 刘琳 《科学技术创新》 2026年第6期93-96,共4页
为响应文化遗址数字化保护的号召,设计了基于Android平台的古建筑数字展示系统。该系统采用MySQL数据库存储用户数据和古建筑数据,通过API接口和Http协议实现客户端与服务器的双端通信,满足客户端对服务器数据的调用需求。在Android客... 为响应文化遗址数字化保护的号召,设计了基于Android平台的古建筑数字展示系统。该系统采用MySQL数据库存储用户数据和古建筑数据,通过API接口和Http协议实现客户端与服务器的双端通信,满足客户端对服务器数据的调用需求。在Android客户端上提供建筑列表、地图导览等功能选项,可以根据用户需要展示古建筑的名称、简介、图片、导航路线等信息。根据Android平台的特点和系统使用需求,进行了布局优化和内存优化,使客户端富有层次、模块分明、运行流畅。 展开更多
关键词 Android平台 古建筑数字展示系统 MySQL数据库 页面布局
暂未订购 下载PDF
Android广播机制中有序与无序广播的原理、差异与适用场景分析 认领 引用
20
作者 黎帅锋 《微型计算机》 2026年第5期100-102,共3页
为帮助Android开发者在开发时合理的选择广播机制,文章深入探究Android系统中无序与有序广播的工作机制与特性,从执行顺序、数据传递、中断能力和执行效率等维度系统比较二者差异,分析表明,无序广播适用于简单通知场景,对执行顺序和处... 为帮助Android开发者在开发时合理的选择广播机制,文章深入探究Android系统中无序与有序广播的工作机制与特性,从执行顺序、数据传递、中断能力和执行效率等维度系统比较二者差异,分析表明,无序广播适用于简单通知场景,对执行顺序和处理权限无特殊要求;而有序广播则适合需要拦截、修改功能或确保处理顺序的场景。文章为开发者在不同业务场景下如何做出恰当的技术选型提供了清晰的理论依据和实践指导。 展开更多
关键词 Android 广播机制 有序广播 无序广播
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 250 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈