android 6.0 权限申请

本文详细介绍了Android 6.0中引入的运行时权限机制,包括如何声明目标SDK版本、检查及请求权限的方法,并提供了具体的代码示例。适用于希望了解Android 6.0及以上版本权限管理的开发者。
sdk>=23
一,Android 6.0 运行时权限


Android 6.0不仅UI改进很多,体验也不错哦。仿照IOS权限做法,在原有的AndroidManifest.xml声明权限的基础上,新增了运行时权限动态检测,以下权限都是dangerous permissions ,需要在运行时判断: 
1. 身体传感器 
2. 日历 摄像头 
3. 通讯录 
4. 地理位置 
5. 麦克风 
6. 电话 
7. 短信 
8. 存储空间


运行时权限处理


PS:targetSdkVersion小于23的应用默认授予了所申请的所有权限,所以如果你以前的APP设置的targetSdkVersion低于23,也能正常使用。等于或者大于23,则必须 request permission,否则会崩溃闪退。


二,声明目标SDK版本


我们需要在build.gradle中声明targetSdkVersion为23.


android {
 compileSdkVersion 23
 buildToolsVersion "23.0.2"


 defaultConfig {
     applicationId "com.youapp"
     minSdkVersion 14
     targetSdkVersion 23
     versionCode 1
     versionName "1.0"
 }




三,检查并request权限


我们需要在用到权限的地方,检查是否已经拥有权限,比如读写外置SD卡的权限,我们在写入之前检查是否有权限,没有则申请权限,for exsample:
private static final int    REQUEST_CODE_WRITE_CONTACTS= 123;//权限的标记符


private void requestContactPermission() {
        if (ContextCompat.checkSelfPermission(this, Manifest.permission.WRITE_CONTACTS)
                != PackageManager.PERMISSION_GRANTED) {
            //申请 WRITE_CONTACTS 权限
            ActivityCompat.requestPermissions(this, new String[]{Manifest.permission.WRITE_CONTACTS},
                    REQUEST_CODE_WRITE_CONTACTS);
        }
    }


四,用户许可与否的回调处理。


权限申请后,用户选择后,可能allow,可能deny。回调onRequestPermissionsResult方法, 该方法类似于onActivityResult。如果是fragment,最好是使用父fragment,但不是使用ActivityCompat。建议使用getParentFragment().requestPermissions方法。 
兼容库support-v4中的方法有: 
ContextCompat.checkSelfPermission() 
ActivityCompat.requestPermissions() 
ActivityCompat.OnRequestPermissionsResultCallback 
ActivityCompat.shouldShowRequestPermissionRationale()


  @Override
  public void onRequestPermissionsResult(int requestCode, String[] permissions, int[] grantResults) {
      super.onRequestPermissionsResult(requestCode, permissions, grantResults);
      handleGrantResults(requestCode,grantResults);
  }


五,根据requestCode和grantResults(授权结果)做相应的处理。


private void handleGrantResults(int requestCode, int[] grantResults) {
      if (requestCode == REQUEST_CODE_WRITE_CONTACTS) {
          if (grantResults[0] == PackageManager.PERMISSION_GRANTED) {
              // Permission Granted 获得权限后执行xxx
          } else {
              // Permission Denied 拒绝后xx的操作。
          }
      }
  }
基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究”展开,提出了一种结合数据驱动方法与Koopman算子理论的递归神经网络(RNN)模型线性化方法,旨在提升纳米定位系统的预测控制精度与动态响应能力。研究通过构建数据驱动的线性化模型,克服了传统非线性系统建模复杂、计算开销大的问题,并在Matlab平台上实现了完整的算法仿真与验证,展示了该方法在高精度定位控制中的有效性与实用性。; 适合人群:具备一定自动化、控制理论或机器学习背景的科研人员与工程技术人员,尤其是从事精密定位、智能控制、非线性系统建模与预测控制相关领域的研究生与研究人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能预测控制;②为复杂非线性系统的数据驱动建模与线性化提供新思路;③结合深度学习与经典控制理论,推动智能控制算法的实际落地。; 阅读建议:建议读者结合Matlab代码实现部分,深入理解Koopman算子与RNN结合的建模范式,重点关注数据预处理、模型训练与控制系统集成等关键环节,并可通过替换实际系统数据进行迁移验证,以掌握该方法的核心思想与工程应用技巧。
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