排序方式: 共有7条查询结果,搜索用时 31 毫秒
1
1.
2.
2011年10月初,东风悦达·起亚南海悦亚专营店被当地法院查封,带来的连锁反应凸显。一众从悦亚购车的消费者因其《车辆合格证》被抵押,而无法正常使用。据媒体报道称,这家专营店的董事长徐勇累计欠债在1亿元人民币左右,现在他已经"跑路"。在中国汽车市场,类似的事件并不少见。只要汽车市场出 相似文献
3.
4.
5.
船舶、港口是物流产业中两大重要元素,两者相互依赖相互促进,缺一都会直接使整个产业链断裂,而且两者必须要保持平行发展,一方滞后就会制约另一方的发展。 相似文献
6.
宇轩 《中国汽车(英文版)》2009,(2)
一组数据摆在《中国汽车》记者面前:2008年,北京至少有40%的经销商亏损,不少主流合资品牌的经销商出现大面积亏损;在深圳和浙江等沿海城市,经销商亏损比例高达70%到80%。面对《中国汽车》的采访,有75%的经销商反映,2008年,新车销售的利润较往年大大降低,较往年有所增长的经销商几乎 相似文献
7.
分析了公交智能卡数据挖掘中转乘行为、通勤出行、非通勤出行识别的改进方法, 将关注点从公交换乘过程信息转移到换乘链间隔期的持续时长和空间位移信息, 以换乘链断裂时长和位移2个维度计算公交换乘链断裂点概率, 制作工作日和非工作日断裂点时空变量联合概率分布矩阵, 对比了这2种分布的差异;检验了断裂时长序列和断裂位移序列的稳定性, 标识了2条曲线的突变点和拐点, 用于推断转乘引起的转移距离和转乘时长的阈值参数;对工作日和非工作日差值时长序列曲线进行移动平均滤波处理, 使得曲线的突变与极值之间的关联能够解释转乘、通勤出行和非通勤出行3种行为与通勤和非通勤出行之间的关联;采用北京市整个一周的地面公交和地铁系统样本数据对方法进行验证, 并根据时间序列和位移序列曲线确定样本数据中常见公交换乘行为的阈值参数。分析结果表明:断裂点时空信息对样本数据中的换乘行为能提供更合理的识别分类参数;持卡人在站点间转移的容忍距离约为1.6km;断裂点转乘时长与非通勤出行的断裂时长临界点为22~48min;非通勤出行和通勤出行的时长临界点约为478min, 非通勤出行断裂点最大概率时长为140min;通勤出行的断裂时长接近期望值为601且标准差为44的正态分布;基于新方法得出的参数改善了公交出行活动的识别率, 转乘行为、通勤出行与非通勤出行的识别率分别提高了16.1%、4.2%、6.2%。可见, 换乘链断裂点的时间信息和空间信息不但可作为公交换乘行为识别的依据, 还可能带来更好的识别效果。 相似文献
1