android ANR

   在应用程序中,有可能你输入的代码,应用程序需要处理很长的时间才能处理完成。但是有时时间过长将会出现ANR(Application Not Responding)现象。


  一、ANR原因

  在应用程序不能相应用户的输入时,会产生ANR现象。

  例如:

  1.1、如果应用程序花费很长时间在UI线程处理网络等耗时操作,而无法去响应用户输入的事件。这时系统会产生ANR现象。

  1.2、在主线程计算游戏的下一步移动的位置等操作。

  结论:在任何情况下,都不能在UI线程来执行一些冗长的操作。而是应该创建一个子线程,在那里去做相应的耗时操作。

   在Android应用程序中,应用程序的响应由Activity Manager和Window Manager系统服务监控。当检测到以下情况的时候,将会产生ANR对话框:

  1、在5s内都未响应按键或触摸事件

  2、在广播接受者方法内,无法在10s内执行完程序。


  二、如何避免ANR

   2.1、UI线程只做与UI相关的操作,做一些处理事件比较短的操作。而需要长时间运行的操作,则放在子线程中完         成。(如网络和数据库的操作)。

   2.2、使用AsyncTask类

       A: doInBackground()方法执行耗时操作。

       B: 在publishProgress()方法中去更新进度。该方法调用onProgressUpdate()回调方法。

   2.3、如果想要开启子线程则:

    如果想通过Thread方式,运行子线程。则应该将子线程的优先级设置为(int THREAD_PRIORITY_BACKGROUND //标准后台程序)。

  Process.setThreadPriority(Process.THREAD_PRIORITY_BACKGROUND); //设置线程优先级为后台,这样当多个   线程并发后很多无关紧要的线程分配的CPU时间将会减少,有利于主线程的处理。

  int THREAD_PRIORITY_AUDIO //标准音乐播放使用的线程优先级

  int THREAD_PRIORITY_BACKGROUND //标准后台程序

  int THREAD_PRIORITY_DEFAULT // 默认应用的优先级

  int THREAD_PRIORITY_DISPLAY //标准显示系统优先级,主要是改善UI的刷新

  int THREAD_PRIORITY_FOREGROUND //标准前台线程优先级

  int THREAD_PRIORITY_LESS_FAVORABLE //低于favorable

  int THREAD_PRIORITY_LOWEST //有效的线程最低的优先级

  int THREAD_PRIORITY_MORE_FAVORABLE //高于favorable

  int THREAD_PRIORITY_URGENT_AUDIO //标准较重要音频播放优先级

  int THREAD_PRIORITY_URGENT_DISPLAY //标准较重要显示优先级,对于输入事件同样适用。

 

  如果广播接收器中要运行一个长时间的后台任务,应该使用IntentService来执行此任务。


  三、增强响应能力

  通常情况下、应用程序的响应时间如果超过100-200ms,用户会感觉到应用程序变慢。所以以下是增强响应能力的方法:

  3.1、在后台执行耗时任务的时候,应该在前台显示一个Progressbar

  3.2、如果有一些耗时的初始化操作,应该异步进行,并显示加载动画,提示用户应用程序未死机。




  

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
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