【Java鸿蒙NFC开发全攻略】:从零实现近场通信功能的5大核心步骤

[NFC]NFC启动流程2 正式进入NFCService.java,开始NFC framework探索, jiu~~~~ 阅读详情

第一章:Java鸿蒙NFC开发环境搭建与项目初始化

在开始鸿蒙平台上的NFC功能开发前,必须正确配置开发环境并完成项目初始化。本章将指导开发者完成从工具安装到项目创建的完整流程。

开发工具准备

鸿蒙应用开发推荐使用 DevEco Studio,该IDE基于IntelliJ IDEA构建,专为HarmonyOS应用优化。需确保安装以下组件:
  • JDK 8 或更高版本
  • DevEco Studio 3.0 及以上
  • 鸿蒙SDK(含API Version 8+)

创建鸿蒙项目

启动DevEco Studio后,选择“Create New Project”,在模板中选择“Empty Ability (Java)”,填写应用名称、包名及保存路径。项目生成后,系统会自动创建基础目录结构和配置文件。

启用NFC权限

在 config.json 文件中添加NFC相关权限声明,确保应用可访问设备的近场通信模块:
{
  "module": {
    "reqPermissions": [
      {
        "name": "ohos.permission.NFC_TAG",
        "reason": "需要使用NFC标签读写功能"
      },
      {
        "name": "ohos.permission.NFC_CARD_EMULATION",
        "reason": "支持卡模拟模式"
      }
    ]
  }
}
上述权限允许应用执行NFC标签读取、写入以及模拟智能卡行为。

设备模拟与真机调试

由于NFC功能依赖硬件支持,建议使用具备NFC能力的真实设备进行测试。若使用模拟器,需确认其支持NFC仿真功能。可通过以下命令查看已连接设备状态:
hdc list targets
该命令将列出所有可用调试设备,确保目标设备处于在线状态。
配置项推荐值说明
Min API Version8支持NFC的基础API版本
Compile SDK Version9建议使用最新稳定版SDK

第二章:NFC技术原理与鸿蒙系统架构解析

2.1 NFC通信模式与数据传输机制详解

NFC(近场通信)支持三种核心通信模式:读写模式、点对点模式和卡模拟模式。每种模式对应不同的应用场景与协议栈结构。
通信模式解析
  • 读写模式:NFC设备作为读卡器,主动读取或写入标签数据,常用于海报扫码。
  • 点对点模式:两个NFC设备间交换数据,如联系人分享。
  • 卡模拟模式:设备模拟智能卡,支持移动支付等应用。
数据帧格式与传输机制
NFC基于ISO/IEC 18092标准,使用调制与编码技术在13.56MHz频率上传输数据。典型帧结构如下:

// 示例:NFC-A数据帧结构
struct NFCA_Frame {
    uint8_t preamble;   // 同步前缀
    uint8_t sofd;       // 帧起始符
    uint8_t data[256];  // 数据负载
    uint16_t crc;       // 循环冗余校验
};
该结构确保了数据完整性与抗干扰能力。其中CRC校验字段用于检测传输错误,preamble辅助接收端同步时钟。数据传输速率通常为106 kbps、212 kbps或424 kbps,依据调制深度与编码方式动态调整。

2.2 鸿蒙OS中NFC服务的核心组件分析

在鸿蒙OS架构中,NFC服务依赖于多个核心组件协同工作,确保设备间安全高效的近场通信。
NFC服务框架层
该层由NFC Manager、Tag Service和P2P Handler构成,负责抽象硬件差异并提供统一API接口。其中,NFC Manager作为中枢调度模块,管理连接状态与权限控制。
数据传输机制
设备间点对点通信采用SNEP协议,通过LLCP链路实现数据交换。示例如下:

// 注册NFC消息回调
NfcAdapter.getDefaultAdapter(context).setOnNdefPushCompleteCallback(() -> {
    Log.d("NFC", "数据推送完成");
}, activity);
上述代码注册了一个NDEF消息推送完成的监听器,setOnNdefPushCompleteCallback 方法用于通知应用层传输状态,提升用户体验。
  • NFC Manager:负责生命周期管理与权限校验
  • Tag Service:处理标签读写操作
  • P2P Handler:支持设备间双向数据交互

2.3 权限配置与安全访问控制策略

在分布式系统中,权限配置是保障数据安全的核心环节。合理的访问控制策略能够有效防止未授权操作,确保资源的最小权限原则得以实施。
基于角色的访问控制(RBAC)
通过角色绑定用户与权限,简化管理复杂度。常见的权限模型包括RBAC、ABAC和DAC。
  • RBAC:基于角色分配权限,适用于静态组织结构
  • ABAC:基于属性动态决策,灵活性更高
  • DAC:资源所有者自主授权,控制粒度细
权限策略配置示例
{
  "role": "developer",
  "permissions": ["read:config", "write:logs"],
  "resources": ["/api/v1/logs/*"]
}
该策略定义了“developer”角色对日志资源具有读写权限,但无法访问配置中心核心参数。其中,permissions字段声明具体操作权限,resources指定受控资源路径,支持通配符匹配。
访问控制流程图
用户请求 → 身份认证 → 策略引擎评估 → 是否允许 → 执行或拒绝

2.4 NFC标签类型识别与数据格式解析

NFC标签的类型识别是实现数据交互的前提。常见的标签类型包括NFC-A、NFC-B、NFC-F和NFC-V,每种类型对应不同的通信协议和存储结构。
常见NFC标签类型对比
类型标准协议典型应用场景
NFC-AISO/IEC 14443 Type A智能海报、门禁卡
NFC-FISO/IEC 18092FeliCa交通卡
NDEF数据格式解析
NFC数据交换格式(NDEF)是跨平台数据传输的核心结构。以下为一个URI记录的二进制示例:

D1 01 07 55 00 6E 66 63
其中,D1 表示消息开始且为NDEF记录,01 为类型长度,07 为负载长度,55 代表URI前缀“http://”,后续字节为ASCII编码的“nfc”。

2.5 实战:构建首个NFC感应响应程序

本节将引导你使用Android平台开发一个基础的NFC感应响应程序,实现当NFC标签靠近设备时自动弹出提示信息。
环境准备
确保开发环境已配置Android Studio,并在AndroidManifest.xml中添加必要权限:
<uses-permission android:name="android.permission.NFC" />
<uses-feature android:name="android.hardware.nfc" android:required="true" />
上述代码声明了应用需要NFC硬件支持及通信权限。
核心逻辑实现
在主Activity中注册NFC适配器并监听标签发现事件:
NfcAdapter nfcAdapter = NfcAdapter.getDefaultAdapter(this);
PendingIntent pendingIntent = PendingIntent.getActivity(this, 0,
    new Intent(this, getClass()).addFlags(Intent.FLAG_ACTIVITY_SINGLE_TOP), 0);
nfcAdapter.enableForegroundDispatch(this, pendingIntent, null, null);
此段代码启用前台调度机制,确保当前Activity优先接收NFC标签事件。
响应标签触发
重写onNewIntent方法以处理检测到的标签:
@Override
protected void onNewIntent(Intent intent) {
    Toast.makeText(this, "NFC标签已识别", Toast.LENGTH_SHORT).show();
}
当系统检测到匹配的NFC标签时,立即触发Toast提示,完成最简响应闭环。

第三章:Java层NFC功能实现关键技术

3.1 利用Intent监听NFC标签触发事件

在Android开发中,NFC(近场通信)标签的读取依赖于系统广播的Intent。当设备检测到NFC标签时,系统会自动发出带有标签数据的Intent,开发者可通过注册相应的Activity来捕获该事件。
声明Intent过滤器
在AndroidManifest.xml中,需为处理NFC的Activity配置特定的Intent过滤器:
<intent-filter>
    <action android:name="android.nfc.action.NDEF_DISCOVERED" />
    <category android:name="android.intent.category.DEFAULT" />
</intent-filter>
此配置确保当发现NDEF格式标签时,应用能被系统唤醒并接收数据。参数说明:action.NDEF_DISCOVERED表示标准NDEF数据发现事件,DEFAULT类别为必要项以匹配启动条件。
在Activity中提取数据
通过getIntent().getParcelableExtra(NfcEvent.EXTRA_TAG)可获取原始标签对象,进而使用NfcAdapter解析其内容,实现自动化响应。

3.2 NDEF数据封装与读写操作实践

NDEF(NFC Data Exchange Format)是NFC设备间交换数据的标准格式,广泛应用于标签读写场景。
NDEF消息结构解析
一个NDEF消息由一个或多个NDEF记录组成,每个记录包含头字段、类型、负载等信息。常见类型包括文本、URI和自定义MIME类型。
Android平台写入NDEF标签示例

NdefRecord record = NdefRecord.createTextRecord("zh", "Hello NFC");
NdefMessage message = new NdefMessage(record);
// 获取Ndef实例并写入
Ndef ndef = Ndef.get(tag);
ndef.connect();
ndef.writeNdefMessage(message);
ndef.close();
上述代码创建了一个中文文本记录,封装为NDEF消息后写入标签。其中createTextRecord自动设置类型为"text/plain",并通过TNF(Type Name Format)标识为MIME类型。
关键参数说明
  • TNF值:决定类型字段的解释方式,如MIME媒体类型、绝对域名等;
  • 负载长度:最大支持65535字节,需分片处理大数据;
  • 可扩展性:支持自定义类型实现专有协议通信。

3.3 非NDEF标签的数据交互方案设计

在物联网设备通信中,非NDEF格式的NFC标签常用于轻量级数据存储与交互。为实现高效读写,需定制底层协议解析逻辑。
数据帧结构定义
采用TLV(Tag-Length-Value)结构组织数据,提升可扩展性:

// TLV 数据单元示例
struct tlv_unit {
    uint8_t tag;        // 数据类型标识
    uint8_t length;     // 数据长度(最大255字节)
    uint8_t value[255]; // 实际数据内容
};
该结构便于解析不同类型的传感器数据,如温度、湿度等。
交互流程设计
  • 设备上电后初始化NFC读写器模块
  • 检测到标签时,读取前16字节判断是否为自定义格式
  • 匹配成功后按TLV规则逐段解析有效载荷
  • 写入时对数据进行校验并附加时间戳
错误处理机制
通过CRC8校验保障传输完整性,提升系统鲁棒性。

第四章:典型应用场景开发实战

4.1 智能门禁卡模拟功能实现

为实现智能门禁卡的模拟功能,核心在于解析原始卡片数据并重构其通信协议。系统通过NFC模块读取目标门禁卡的UID及存储区数据,经加密算法逆向分析后,在支持HCE(Host-based Card Emulation)的设备上模拟响应。
关键数据结构定义

// 门禁卡数据模型
public class AccessCard {
    private String uid;           // 唯一标识符
    private byte[] sectorData;    // 扇区密钥与数据
    private int authKeyMode;      // 密钥模式:A/B
}
上述类封装了门禁卡的核心信息。UID用于身份识别,sectorData包含各扇区权限配置,authKeyMode决定认证方式。
模拟流程控制
  1. NFC监听启动,进入HCE模式
  2. 接收读卡器请求,解析命令类型
  3. 匹配预存UID,返回模拟响应
  4. 动态生成加密认证结果

4.2 基于NFC的设备快速配对连接

NFC(近场通信)技术为物联网设备间的快速配对提供了低功耗、高安全性的解决方案。通过简单的触碰操作,设备间可自动交换Wi-Fi凭证或蓝牙配对信息,极大提升用户体验。
配对流程概述
  • 设备A启用NFC读取模式
  • 设备B靠近并触发NDEF消息传输
  • 解析SSID与加密密钥
  • 自动建立Wi-Fi Direct连接
核心代码实现

// Android端处理NDEF消息
NfcAdapter.OnNdefPushCompleteCallback callback = 
    (success) -> Log.d("NFC", "配对数据已发送");
NdefMessage msg = new NdefMessage(
    new NdefRecord[] { createWifiConfigRecord() }
);
adapter.setNdefPushMessage(msg, activity);
上述代码构建了一个包含Wi-Fi配置的NDEF消息,并通过Android NFC服务推送。createWifiConfigRecord()封装了网络名称(SSID)、密码及加密类型(如WPA2),确保接收方可自动完成网络接入。
安全性对比
方式配对时间安全等级
手动输入30s+中
二维码10s中高
NFC触碰<3s高

4.3 移动支付类应用的安全数据交换

移动支付应用在数据传输过程中必须保障通信的机密性与完整性。为此,普遍采用TLS 1.2及以上协议建立安全通道,并结合双向证书认证增强身份验证。
关键安全机制
  • 使用HTTPS加密所有API请求
  • 敏感字段(如卡号、CVV)进行端到端加密
  • 动态令牌替代静态凭证
示例:支付请求加密处理

// 使用AES-256-GCM对支付数据加密
const encryptedData = aesGcmEncrypt({
  key: sessionKey,
  data: JSON.stringify({
    cardNumber: '4111111111111111',
    expiry: '12/25',
    amount: 99.99
  })
});
// 输出包含ciphertext、iv、authTag
该加密流程确保支付敏感信息在传输前已被保护,即使被截获也无法解密。其中IV为随机初始化向量,防止重放攻击;authTag提供消息完整性校验。
安全策略对比
机制用途强度
TLS 1.3传输层加密高
AES-256数据加密高
OAuth 2.0授权管理中高

4.4 多设备间近场数据共享模块开发

实现多设备间高效、低延迟的数据共享依赖于近场通信技术的合理选型与协议优化。本模块采用蓝牙低功耗(BLE)与Wi-Fi Direct双通道并行机制,兼顾功耗与传输速率。
通信协议选择对比
  • BLE:适用于小数据包、低功耗场景,连接建立快
  • Wi-Fi Direct:支持高带宽传输,适合大文件快速同步
关键代码实现

// BLE广播数据包构建
AdvertiseData data = new AdvertiseData.Builder()
    .addServiceUuid(SERVICE_UUID)
    .addManufacturerData(0x004C, deviceIdBytes) // 苹果制造商ID
    .setIncludeDeviceName(true)
    .build();
上述代码构建BLE广播内容,SERVICE_UUID标识服务类型,manufacturerData携带设备唯一标识,便于发现阶段识别可信设备。
传输性能指标
技术平均延迟最大速率
BLE15ms2 Mbps
Wi-Fi Direct8ms200 Mbps

第五章:性能优化与未来扩展方向

缓存策略的精细化设计
在高并发场景下,合理使用缓存能显著降低数据库负载。Redis 作为主流缓存中间件,建议采用多级缓存架构。例如,在服务层引入本地缓存(如 Go 的 sync.Map),结合分布式缓存 Redis,可有效减少远程调用次数。
  • 设置合理的 TTL 避免缓存雪崩
  • 使用布隆过滤器预判缓存穿透风险
  • 采用读写分离模式提升缓存命中率
异步化与消息队列解耦
将非核心链路(如日志记录、邮件通知)通过消息队列异步处理,可大幅提升主流程响应速度。Kafka 和 RabbitMQ 均适用于不同规模系统。以下为 Kafka 异步日志上报的代码示例:

func sendLogAsync(msg []byte) {
    producer, _ := sarama.NewSyncProducer([]string{"kafka-broker:9092"}, nil)
    defer producer.Close()

    _, _, err := producer.SendMessage(&sarama.ProducerMessage{
        Topic: "app-logs",
        Value: sarama.ByteEncoder(msg),
    })
    if err != nil {
        log.Error("Failed to send log to Kafka: ", err)
    }
}
水平扩展与微服务治理
随着业务增长,单体架构难以支撑。建议基于 Kubernetes 实现自动扩缩容,并集成服务网格(如 Istio)进行流量管理。下表展示某电商平台在引入 K8s 后的性能对比:
指标扩容前扩容后
平均响应时间380ms120ms
QPS12004500
监控与持续优化闭环
部署 Prometheus + Grafana 监控体系,采集 JVM、GC、HTTP 调用延迟等关键指标,设置告警阈值。通过 APM 工具(如 SkyWalking)追踪全链路性能瓶颈,形成“采集 → 分析 → 优化 → 验证”的闭环机制。
Android手机实现NFC读写文本信息完整指南 文本记录(RTD_TEXT)的结构包括语言编码、文本长度和实际文本内容。其结构如下::第一位表示是否使用UTF-8(0)或UTF-16(1),其余位保留。:语言标识符,如”en”代表英文。Text:文本内容。为了让应用能够响应NFC标签的触碰事件,开发者需要在Activity中配置,以便系统将NFC事件传递给应用。 阅读详情

相关推荐

基于Android的NFC实现与应用

近距离无线通信(NFC)是一种简单的、非触控式的互联技术,在电子消费领域有着广泛的应用。Android是当前最流 行的开源移动设备操作系统,NFC技术和Android结合,可以极大促进双方的发展。重点研究了NFC在Android上的实现架构, 详细描述了关键点的实现技术,并给出了实际测试结果。

NFC学习——NfcService开机自启动

针对支持NFC的手机或是平板电脑,我们看下开机logcat,挥发现NfcService在开机时就启动了,它是如何启动的呢?这个问题困扰了我很久:没有加入到系统服务里面,也没有监听系统启动的BOOT_COMPLETED广播。查看NfcService代码可以发现它是extends application的,它并不是一个Service。最后经过各种猜测和尝试发现了如下code <applicati

Carson IT之旅 1万+

深入分析Android NFC技术 android nfc开发

从概念,实现原理以及最红实现的源码等有助于大家对NFC技术有更深入的理解。 NFC 是 Near Field Communication 缩写,即近距离无线通讯技术。可以在移动设备、消费类电子产品、PC 和智能控件工具间进行近距离无线通信。简单一点说,nfc 功能是什么?nfc功能有什么用?其实NFC提供了一种简单、触控式的解决方案,可以让消费者简单直观地交换信息、访问内容与服务。NFC 技术允许电子设备之间进行非接触式点对点数据传输,在十厘米(3.9英吋)内,交换数据,其传输速度有106Kbit/秒、212Kbit/秒或者424Kbit/秒三种。接下来我们更加详细的来了解一下nfc的应用。

项目六 配置与应用NFC服务

任务二    架设企业级NFC服务器 第1步,安装NFS服务首先查询NFC软件是否安装,如果没有,可以通过YUM源安装。【rpm -qa nfs-utils rpcbind】检查与NFS 服务相关的两个软件是否安装。果没有安装,通过此命【yum y instal nfs urils rpebin】如果没有安装,通过此命令安装。第2步:备份NFS配置文件【ep eretixpors /ete epo...

qq_41802822的博客 3541

暴力破解pdf文档密码

相信小伙伴们都遇到这种情况;你收到了一些标题很吸引人的pdf文档 或者是重要数据泄露 学习资料总结,再或者是某机构的押题密卷,打开pdf却提示你要输入密码 因为不知道密码 只能弃罢。我就遇到过这种情况 网友发来了标题为某天一的押题密卷 ,我也想看看这个卷子的题怎么样,因为被设置了密码 我尝试用6到10位的纯数字组合来暴力破解这个pdf,结果三 四个小时都没找到正确的密码。有些网友为破解这个密码 请某宝某多来破解 也都没有破解成功。

shelter1234567的博客 1万+

ROS-Industrial :simple_message

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录1. 概述2. 协议(Protocol)3. HEADER解析3.1 MSG_TYPE3.2 COMM_TYPE3.3 REPLY CODE 1. 概述 Simple_Message是ROS-Industrial的一部分,定义了用于与工业机器人控制器通信的简单消息连接协议。另外还包括处理连接受限系统的处理器和管理器类。 2. 协议(Protocol) 简单消息(simplemessage)协议定义了ROS的驱动层和机器人控制器之.

flsxyw的博客 782

Android NFC功能开发指南

在 onNewIntent 方法中处理 NFC 事件,检查设备不支持 NFC。

缘来的精彩的博客 2680

SAP中错记虚拟利润中心的调整,冲销处理实例

我非CO专业顾问。工作中遇到的问题,也会找资料,分析,测试。有时这个过程会拿到结果,解决问题。遂将过程记录下来备查。读者请谨慎参考!EC-PCA: 利润中心记账流程_9ke0-优快云博客。

专注SAP应用技术文章写作,致力于拉近用户与系统间的距离; 1799

NFC学习——NfcService 启动过程分析

在机器开机过程中,可以抓取到以下的正常logcat信息: //setp1 I/NfcService( 3809): Starting NFC service D/NFCJNI ( 3809): NFC Service : loading JNI I/RegisteredComponentCache( 3809): ComponentInfo: ResolveInfo{41344108 c

Carson IT之旅 2万+

OpenCV实战:5分钟搞定图像拼接(附Python代码)

本文通过OpenCV实战教程,详细讲解如何使用Python在5分钟内完成图像拼接。重点介绍`findHomography`函数和单应性矩阵的应用,提供完整的代码示例和常见问题解决方案,帮助开发者快速掌握图像拼接技术。

weixin_26833503的博客 121

从S参数到SPICE模型:Cadence Sigrity Boardband SPICE完整使用指南

本文详细介绍了Cadence Sigrity Boardband SPICE工具的核心价值与完整使用流程。该工具通过矢量拟合算法,将复杂的多端口S参数文件转化为无源、紧凑且高精度的SPICE等效电路模型,从而极大提升时域仿真效率。指南涵盖了从数据导入、关键参数配置、模型精度验证到集成应用于PowerSI等系统级仿真的全步骤,是信号与电源完整性分析的必备利器。

defi6farmer的博客 436

版本4.0锁屏下的 NFC discover TAG

今天发现package中 NFC都没怎么好好看过,导致我写一个新的东西很难,所以决定今天把它剖析完。哈,发现找到我想要的东西就不想写全拉,嘿,果然还是很懒!! 因为新东西是跟NFC TAG有关,故从这里入手,需要看得为package下面的nfc文件夹里的东东 1. NfcService 这个是继承自Application. 应该是方便设一些全局变量。 里面有几个内部类NfcAdapterS

yotagee的专栏 3012

Cartographer从安装到实战:手把手教你运行2D/3D建图与定位

本文提供了一份详尽的Cartographer从零安装到实战应用的完整指南。内容涵盖环境准备、依赖编译、源码构建等关键步骤,并手把手指导读者运行2D/3D官方数据集进行建图与定位测试。文章深入解析了参数配置与自定义数据适配方法,帮助开发者快速掌握这一强大的实时同步定位与建图工具,并将其应用于机器人导航与自动驾驶等实际场景。

rice5的博客 953

android nfc驱动,Android NFC 简单梳理

8种机械键盘轴体对比本人程序员,要买一个写代码的键盘,请问红轴和茶轴怎么选?在 Android O 中NFC 主要有两个进程 : com.android.nfc 向上层app 提供 NFC 接口,另外负责分发各种 event , [emailprotected] 是 vendor 的 hidl service 。先来看一下 [emailprotected] 这个进程 , service ...

weixin_39622901的博客 3453

Vue3 - 详解实现网站接入钉钉扫码登录功能,钉钉授权生成登录二维码用户用手机扫描二维码登陆,支持弹框式、浏览器单独新开页显示,钉钉扫描二维码登录详细流程及示例代码,最新vue集成钉钉扫码授权登录!

vue3,nuxt3,钉钉,扫码登录,vue3钉钉扫码登陆,钉钉授权第三方WEB网站扫码登录功能,钉钉扫码登录第三方网站,单点登录,二维码不显示,报错,扫了没反应,出错,vue3钉钉扫码登录,内嵌,获取个人信息,pc网页钉钉登录,钉钉扫码登录怎么新开一页,跳页显示二维码,内嵌登录二维码,iframe新页面弹出,弹出一个小窗口显示登录二维码,登录报错,扫码没反应,解决手机点登录报错没反应,官方文档,手机扫描钉钉二维码登录网站,页面弹出一个小窗口而不是打开一个页面,vue3中使用iframe实现另开小窗口扫码登

🏆 前端领域优质创作者 3697

堆一呼一吸之间:动态扩缩容引发JVM堆内存震荡的伸缩算法、代际传导与容器定容解析

Kubernetes扩容后,新Java实例的GC频率常比老实例高出数倍,堆容量反复伸缩。本文从一次支付系统的GC陡增出发,结合HotSpot源码与JDK 8实测,拆解堆伸缩的记账规则:期望容量以GC后已用量为基数、以Xms为下限,按空闲比例判断扩缩,收缩只在老年代回收后按0%、10%、40%、100%步进;再剖析年轻代随老年代联动、晋升风暴与元空间触发线,对比Parallel、G1、ZGC等收集器及JDK 26的变化,讨论容器分账、HPA共振与原地扩缩容,最后给出分级定容、预热与监控的方案。

曾经“等你生日那天”都遥远得像未来,如今却可欢愉的挥手说“下个十年见” 15万+

【免登录下载】NFC READER智能解码程序下载与上手指南:3步完成NFC标签读取与解码

NFC READER智能解码程序是一款面向 Windows 的 NFC 读写工具,主打把贴近读卡器的 NFC 标签内容快速读取并完成解码。本文是一份完整的 NFC 读写工具上手指南,讲清楚资源包从哪里下载、装好后第一次读取怎么操作,以及读不出数据时的排查思路。 ## 它解决什么问题 如果你手头有一批 NFC 标签,想逐张核对里面的卡号、扇区内容,或者在硬件调试、零售防伪场景里需要频繁查看标签数

gitblog_00073的博客 87

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

Android ServiceManager: add_service('nfc_settings',97) uid=1027 - PERMISSION DENIED

今天遇到一问题,刷机后设备开机启动就不断报NFC-service异常问题,然后紧接着就恢复出厂设置进入Recerver 模式,抓log看是因为NFC的SElinux权限问题,百度了一下selinux的权限问题,就网上所说的该有文件中都在对此NFC服务有权限定义,且此套源码的其它项目也未出现此问题,且userdebug版本与eng版本也未出现此问题 后面....,这问题是因为把Selin...

蚁人日记 2307

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

Flutter NFC功能:nfc_manager集成全指南

你是否在开发需要近场通信(NFC)功能的Flutter应用?还在为不同平台的NFC适配头疼?本文将带你从零开始集成nfc_manager插件,轻松实现跨Android和iOS的NFC功能,无需深入原生开发细节。读完本文,你将掌握NFC设备检测、标签读取、数据解析的完整流程,并能解决常见兼容性问题。 ## 为什么选择nfc_manager? nfc_manager是Flutter生态中最受欢迎的...

gitblog_01107的博客 798

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

揭秘鸿蒙系统NFC集成难题:Java开发者必须掌握的3种解决方案

解决Java鸿蒙NFC功能实现难题,提供设备互联、智能打卡等场景的3种高效方案。涵盖API调用、权限配置与数据交互核心方法,兼容多机型且稳定性强,助开发者快速集成NFC功能,值得收藏。

CompiGlow的博客 1020

如何快速配置Symfony/Translation与CircleCI的持续集成流程:完整指南

Symfony/Translation是一个强大的PHP翻译库,支持多种消息源和翻译格式,是构建多语言Web应用程序和API的理想选择。本文将详细介绍如何将Symfony/Translation与CircleCI持续集成平台无缝集成,实现翻译文件的自动化测试、验证和部署流程,帮助开发团队提升多语言项目的开发效率。 ## 为什么选择Symfony/Translation与CircleCI集成?

gitblog_00420的博客 809

NDEF详解之NFC唤醒微信小程序

在微信开发中,如何将URL Scheme以NDEF的格式写入进NFC标签中。此文将详解NDEF相关技术。剖析如何通过nfc携带数据唤起小程序。

Niki.Y的博客 4847

Linux搭建基本NFC服务

搭建基本NFC服务 服务端Server0 1.安装nfs-utils rpm  -q nfs-utils showmount -e IP   //查看IP共享的文件名 2.修改配置文件/etc/exports 文件夹路径     客户机地址(权限) 客户机地址(权限)  [root@server0 ~]# mkdir /public [root@server0 ~]# ...

黑夜的火 5912

NFC读卡功能简单使用介绍

manifest配置:权限配置,nfc要求,最小sdk 您的应用支持的最低 SDK 版本。API 级别 9 仅通过 ACTION_TAG_DISCOVERED 支持有限的标签调度,并且只能通过 EXTRA_NDEF_MESSAGES extra 提供对 NDEF 消息的访问权限。无法访问其他任何标签属性或 I/O 操作。API 级别 10 提供全面的读取器/写入器支持以及前台 NDEF 推送功能;API 级别 14 则提供了一种更简便的方式(即,使用 Android Beam 将 NDEF 消息推送到其他

ReminderFish 6136

HarmonyOS从入门到精通:NFC应用开发

本文介绍了在鸿蒙系统中开发NFC应用的关键技术。鸿蒙支持三种NFC工作模式:读卡器、卡模拟和点对点模式。开发前需配置"ohos.permission.NFC"权限。文章详细讲解了NFC管理器初始化、标签读取和写入的实现方法,包括: 使用nfc.Controller进行NFC开关控制 通过tagDiscovered事件监听标签 NDEF消息的读取解析和写入操作 数据格式转换工具方法 最后展示了一个NFC电子名片应用案例,演示如何综合运用这些技术实现完整功能。开发者可

haolove527的专栏 1498
上一篇: 6G智能反射面(IRS)仿真全流程(基于Python的稀缺实战案例)
下一篇: Java高并发AI架构如何扛住百万QPS?:从线程池优化到异步编排的全链路实战
codetrick
博客等级 码龄17年 151粉丝 1991原创
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  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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