共查询到20条相似文献,搜索用时 62 毫秒
1.
《中国民航飞行学院学报》2016,(2)
航空公司和机场使用新技术为旅客提供更快更好的自助值机服务。本文利用Kano模型分析旅客对于不同自助式值机服务的接受度,并对不同旅行目的和不同年龄段的旅客分别进行评估。结果表明,自助值机设备是最受欢迎的自助值机方式。年轻人对于自助值机服务的接受度高于年长的人。商务旅客比休闲旅客更青睐各种自助值机服务。 相似文献
2.
3.
4.
5.
6.
7.
《桂林航天工业学院学报》2015,(4)
围绕实现税收现代化的主题,广西区国税局积极响应纳税人需求,主动探索利用信息化手段加强纳税服务的新举措,委托北海市国税局研发应用了自助"e税通"办税平台,着力打造集自助办税、综合服务于一体的自助式办理涉税事项的服务平台,为纳税人提供多元化办税服务渠道,实现征纳双方增效减负。系统采用基于MVC架构的开发模式来进行系统的总体规划设计,前端利用二维码扫描技术来实现税务申报数据的加密传输,高效便捷,安全可靠,在全区属首创。项目经过近一年的运行,系统稳定,成效明显。 相似文献
8.
国航重新布局机场候机区,改在2E11-20号和2F1-8号柜台办理乘机手续。新布局的国航重庆值机区域与10台自助值机形成围合之势,形成了独立、专享的国航重庆值机区域,提升了国航服务品牌形象。 相似文献
9.
《中国民航飞行学院学报》2020,(1)
旅客在机场值机并安检后,在候机楼改签航班就会受到限制,民航运输在这方面给旅客提供的便捷性和高铁等其他交通方式相比就有了差距。本文研究了几种旅客在候机楼需要改签航班的场景,提出了为旅客提供自助柜机替代人工改签的建议。 相似文献
10.
6月12日的国际航协年会闭幕式上,国际航协理事长汤彦麟向中航集团总经理、国航股份董事长王昌顺颁发了2011年度国航荣获的便捷旅行项目金奖,国航成为全球第六家完成全流程自助服务的航空公司。国际航协年会是全球航空业规模最大、规格最高的业界盛会,此次是国际航协年会第二次在中国召开,由国航承办。 相似文献
11.
12.
13.
国航于近日正式开通“国航小秘书”新浪微博客服平台。“国航小秘书”的开通将给更多的商旅人士出行带来方便。旅客可通过自己的新浪微博账号访问、评论、@或私信“国航小秘书”,以咨询并了解国航的航班信息、行李规定、行李单查询、机型介绍、自助值机服务、机场和国航营业部的信息。 相似文献
14.
环青海湖骑行过后,我在西宁作了简单的休整,便奔赴甘南。如果说青海湖之旅是一次最为纯美的感官体验,那么接下来的甘南之行则更像是一场神秘的心灵之约。你理解的驴行是?自助,靠自己双脚丈量的旅行好过被别人牵着鼻子走;互助,路上结识的朋友会成为我们宝贵的财富。 相似文献
15.
16.
最近,我们身边的国际廉价航空公司突然热闹了起来。在过去的3个月里,澳大利亚的廉价航空公司捷星高调进驻中国,开通了新加坡至海口的航线;最早进入中国的国际廉价航空亚航,也在2月份恢复了其往返于吉隆坡和天津之间的航线。至此,已经有5家国际廉价航空公司进入了中国,开通的航点也从南方各沿海城市进驻到了天津和西安。廉价的自助出国游,对于我们来说已经越来越方便了。 相似文献
17.
18.
局部保持投影(LPP)是一种典型的降维方法,通过保持数据的内在几何结构,LPP能够获得潜在的判别能力.然而,传统LPP的性能取决于人工预定义的近邻图,并且严重依赖于最近邻标准在原始数据空间中的性能.因此本文提出了一种新的降维算法--自助型局部保持投影(sdLPP).该方法首先执行LPP获得投影方向,然后在其变换的空间更新近邻图,并重复LPP.另外,本文还提出了一种改进的拉普拉斯打分(Laplacian score)标准作为算法迭代终止和判别力的参考.最后,在几个公共的UCI和人脸数据集上验证了该方法的有效性. 相似文献
19.
最开始说要去法国是04年的事情.好友要去法国留学.我玩笑着说到时候我们去法国看你。结果.便是这句玩笑话.成就了我的第一次出国自助旅行。不同的是同行的只有我那只硕大的背包和里面的相机.而当时同样笑着的“们”都已成了过往.春节后.开始上网查资料找攻略.按部就班的准备出厚达一厘米的材料,孤注一掷地进京面签,顺利地拿到旅游签证。当法国之旅一天天真切起来的时候.我禁不住有些紧张:这是个在电视上.书上.杂志上已经熟悉得不能再熟悉的国度.我能够在短短的20天窥见多少领悟多少.还是仅仅如大多数的游客,到过法国玩了法国却并不曾真正走进 相似文献
20.
朱玉莲 《南京航空航天大学学报(英文版)》2010,27(3)
Bagging方法无法在稳定的分类器(如最近邻分类器)上构建多样的分量分类器,因此它不适合于稳定的分类器.同时,小样本特性Bagging也很难应用于人脸识别等任务中.本文提出了一种局部Bagging(L-Bagging)方法以同时解决上述两个问题.L-Bagging和Bagging的主要区别是L-Bagging在每个事先划分好的局部区域内进行自助集的采样而不是如Bagging那样在原始的样本集上采样.由于局部区域的维数通常远远小于训练样本数,并且分量分类器又是构建在不同的局部区域上的, 因此 L-Bagging方法不仅有效地解决了小样本问题,而且产生了更多样的分量分类器.在4个标准的人脸数据库(AR,Yale,ORL和Yale B)上的实验结果表明所提出的L-Bagging方法是有效的,并且对光照、遮挡及轻微的姿态变化是鲁棒的. 相似文献