站长工具

airasia Superapp × HMS Core：便捷出行，悦享全程

作者：hmscore

2023年5月9日-5月11日，HUAWEI P60系列及旗舰产品发布会在欧洲德国、中东非阿联酋、亚太马来西亚、拉美墨西哥陆续举办，为消费者带来高端影像旗舰HUAWEI P60 Pro及系列全场景智能新品。其中在亚太站，还传递了一个重要消息：2023年6月30日之前，购买HUAWEI P60系列及折叠旗舰HUAWEI Mate X3的用户，可直接到“My HUAWEI”应用，获取亚航超级应用程序（以下称为airasia Superapp），领取超优惠的酒店折扣以及乘车折扣！具体权益在亚太各国可能有所区别。

airasia Superapp是Capital A的一站式旅游平台业务，通过Superapp和airasia.com 网站为消费者提供超过15条产品线和服务，其中包括航班和酒店预订、乘车等。

自2021年起，airasia Superapp上架华为应用市场触达海量华为设备用户，同时通过HMS Core出行行业解决方案，在打车服务层面为终端用户带来便捷、流畅的体验。

HMS Core地图服务为airasia Superapp提供丰富的地图元素，以及个性化的交互方式如POI选中、地图放大/缩小，并支持自定义地图绘制，让地图呈现更加清晰，乘客、司机位置更加明确。同时，可根据实时路况信息，高效提供驾车、骑行、步行等多种出行方式的智能路线规划。此外，通过HMS Core定位服务，airasia Superapp实现首次定位的高精度与毫秒级响应速度，基于GNSS、Wi-Fi等多种混合定位模式，解决城市周边地区或高楼密集地区的定位漂移不准问题。HMS Core出行行业解决方案，让airasia Superapp乘客和司机不会因为位置误差而错过，乘客体验精准打车的同时，司机的接单率也不断提升。

除HMS Core之外，airasia Superapp当前已开始与[鲸鸿动能广告]((http://developer.huawei.com/consumer/cn/doc/development/HMSCore-Guides/publisher-service-introduction-0000001070671805?ha_source=hms1)（Petal Ads）进行合作，相信在Petal Ads丰富的广告资源及精细的用户画像加持之下，airasia Superapp将在区域内实现更进一步的业务增长。

越来越多亚太本地应用通过与HMS Core携手合作，一同探索在应用服务、AI、图形图像等方向的技术，为终端用户提供高质量的体验和服务，成为像airasia Superapp一样受消费者喜爱的热门应用。

了解更多详情>>

访问HMS Core 联盟官网

获取HMS Core 开发指导文档

关注我们，第一时间了解 HMS Core 最新技术资讯~

本文转载于网络 如有侵权请联系删除

相关文章

  • arcgis runtime for android 100.13.0 入门系列，一、初步引入与运行

    大家好，又见面了，我是你们的朋友全栈君。这是我来到csdn以来写的第一篇文章，希望能通过文字能把我的学习经过与心得分享给大家。我使用的是Kotlin来编写代码，我将默认各位具有一定的Android编程基础。言归正传，我们接下来要做的第一件事情就是使用AndroidStudio来创建一个空的新项目了我接下来的操作都是遵循arcgisandroid官方进行搭建的，读者看到的时候可能已经出了新的版本了，不过应该是小版本，arcgisandroid主体代码结构应该是不会变的，请放心阅读与搭建欢迎加入我们的QQ交流群249819194我喜欢将AS的视图切换为Project，创建完项目后一般我习惯更改gradle的依赖下载地址成为阿里云，以此来加速下载后续所引入的依赖框架与各种包。由于AS创建新项目使用的gradle是7.0以上版本，需要在build.gradle和settings.gradle两个文件中的repositories节点覆盖成为下图中的地址repositories{ maven{url'https://maven.aliyun.com/repository/google&#

  • kubernetes核心实战（七）--- job、CronJob、Secret

    10、job任务使用perl，做pi的圆周率计算[root@k8s-master-node1~/yaml/test]#vimjob.yaml [root@k8s-master-node1~/yaml/test]#catjob.yaml apiVersion:batch/v1 kind:Job metadata: name:pi spec: template: spec: containers: -name:pi image:perl command:["perl","-Mbignum=bpi","-wle","printbpi(2000)"] restartPolicy:Never backoffLimit:4 [root@k8s-master-node1~/yaml/test]# [root@k8s-master-node1~/yaml/test]#kubectlapply-fjob.yaml job.batch/picreated [root@k8s-master-node1~/yaml/test]#复

  • HDU4876ZCC loves cards(多校题)

    大家好，又见面了，我是全栈君。ZCClovescardsTimeLimit:4000/2000MS(Java/Others)MemoryLimit:65536/65536K(Java/Others) TotalSubmission(s):2362AcceptedSubmission(s):590 ProblemDescriptionZCClovesplayingcards.Hehasnmagicalcardsandeachhasanumberonit.Hewantstochoosekcardsandplacethemaroundinanyordertoformacircle.Hecanchooseanyseveral consecutivecardsthenumberofwhichism(1<=m<=k)toplayamagic.ThemagicissimplethatZCCcangetanumberx=a1⊕a2…⊕am,whichaimeansthenumberontheithcardhechooses.Hecanplaythemagicinfinitetimes,bu

  • 使用Windows Server 2019 接管Windows Server 2016 Hyper-V主机

    使用WindowsServer2019接管WindowsServer2016Hyper-V主机简介不加域，不用WindowsAdminCenter也可以直接添加和管理WindowsServer2016Hyper-V主机1.展示

  • 如何使用机器学习在一个非常小的数据集上做出预测

    朴素贝叶斯是一系列简单的概率分类器，它基于应用贝叶斯定理，在特征之间具有强或朴素的独立假设。它们是最简单的贝叶斯模型之一，但通过核密度估计，它们可以达到更高的精度水平。朴素贝叶斯基于贝叶斯定理，该定理根据可能与事件相关的条件的先验知识来描述事件的概率。这方面的一个例子是，一个人的健康问题可能与他的年龄有关。因此，贝叶斯定理允许通过对已知年龄个体的年龄进行调节来更准确地评估其风险，而不是假设该个体是整个群体的典型。根据在线百科全书维基百科，贝叶斯定理引用如下。贝叶斯定理在Udacity的机器学习入门课程的第2课中介绍：-因为我想从课程中得到一些东西，所以我在互联网上进行了搜索，寻找一个适合使用朴素贝叶斯估计器的数据集。在我的搜索过程中，我找到了一个网球数据集，它非常小，甚至不需要格式化为csv文件。 我决定使用sklearn的GaussianNB模型，因为这是我正在学习的课程中使用的估算器。在概率论中，高斯分布是实值随机变量的一种连续概率分布。高斯分布在统计学中很重要，常用于自然科学和社会科学来表示分布未知的实值随机变量。我使用GoogleColab编写了初始程序，这是一个免费的在线Ju

  • 什么是入侵检测系统？

    在开始今天的文章之前，请大家先看下这个视频，简单入个门：https://cloud.tencent.com/developer/video/23621入侵检测概述通过电子手段对一个组织信息库的恶意攻击称为信息战(informationwarfare)。攻击的目的可能干扰组织的正常活动，甚至企图对组织的信息库造成严重的破坏。对信息战的各种抵抗措施都可归结为三类：保护、检测、响应。**保护**(入侵的防范)指保护硬件、软件、数据抵御各种攻击的技术。目前各种网络安全设施如防火墙及VPN，各种加密技术，身份认证技术，易攻击性扫描等都属于保护的范围之内，它们是计算机系统的第一道防线。**检测**(入侵的检测)研究如何高效正确地检测网络攻击。只有入侵防范不足以保护计算机的安全，任何系统及协议都不可避免地存在缺陷，可能是协议本身也可能是协议的实现，还有一些技术之外的社会关系问题，都能威胁信息安全。因此即使采用这些保护措施，入侵者仍可能利用相应缺陷攻入系统，这意味着入侵检测具有其他安全措施所不能代替的作用。**响应**(入侵的响应)是入侵检测之后的处理工作，主要包括损失评估，根除入侵者留下的后门，数据

  • 实时数仓链路分享：kafka =>SparkStreaming=>kudu集成kerberos

    本文档主要介绍在cdh集成kerberos情况下，sparkstreaming怎么消费kafka数据，并存储在kudu里面假设kafka集成kerberos假设kudu集成kerberos假设用非root用户操作spark基于yarn-cluster模式代码编写，这里只介绍关键代码主类，以下代码仅供参考packagedeng.yb.sparkStreaming; importjava.net.URLDecoder; importjava.util.ArrayList; importjava.util.Arrays; importjava.util.Collection; importjava.util.HashMap; importjava.util.Iterator; importjava.util.LinkedHashMap; importjava.util.List; importjava.util.Map; importjava.util.UUID; importorg.apache.kafka.clients.consumer.ConsumerRecord; import

  • dockerfile 常用易混指令--（1）

    学会写dockerfile是我们学习docker的必经之路；在写dockerfile的时候，感觉如下命令还是需要做个记录，以备需要时方便查阅参考： ----------------------------------------------------------------------------------------------RUN:这个指令是在dockcerbuild的时候执行的，执行的结果会commit到新的image中；常用于一次性操作，比如目标image中需要安装软件，那么用RUN这个指令；ADD和COPY:ADD: 这个指令也是dockerbuild的时候执行的，要注意的是：如果src是local的压缩/打包文件，比如tar,zip,bzip2,tar.gz...，那么会自动在目标目录解压缩，也就是unpack操作；但是如果src不是本地的文件(比如URL指定的文件)，那么不会自动自动的解压等； COPY: 这个指令也是dockerbuild的动作，但是和ADD不同的是，对于archive的处理：copy会保证文件原来的格式，不会进行unpack的操作，而ADD对本地

  • 机器学习新闻综述：2019年AI领域不得不看的6篇文章

    作者|LimarcAmbalina翻译|火火酱，编辑|Carol出品|AI科技大本营（ID：rgznai100）在这篇机器学习新闻综述中，我们将回顾一些2019年以来在人工智能各个领域广泛传播或产生影响的重大新闻。此外，我们还将简要介绍一些有意思的人工智能应用程序，几款2019年发布的游戏，以及一些机器学习项目的开源数据集资源。自动驾驶汽车1、特斯拉最新自动驾驶致死案与之前事故相似文章链接：https://www.wired.com/story/teslas-latest-autopilot-death-looks-like-prior-crash/ 2019年对于特斯拉来说可以算是多事之秋了，该公司在这一年里遭遇了不少不幸。最引人注目的是，2019年5月，一场涉及特斯拉Model3的悲剧事故导致驾驶员死亡。事故发生时，汽车启动了自动驾驶功能，在没有采取任何规避措施的情况下，直接撞上了一辆停在路边的卡车。这起事故导致人们对公路上常见的自动驾驶汽车的安全性产生了怀疑。特斯拉Model3：致命事故中的自动驾驶系统 https://www.bbc.com/news/technology-48

  • 【NLP】用腻了 CRF，试试 LAN 吧？

    作者：TobiasLee来自：AINLP公众号知乎专栏：NLPer的成长之路原文链接，可点击文末"阅读原文"直达： https://zhuanlan.zhihu.com/p/910313321.序言统计自然语言处理中，条件随机场（ConditionalRandomField）在词性标注，命名实体识别，中文分词等序列标注任务上都取得了惊人的效果。然而在深度学习时代，很多情况下BiLSTM-CRF并没有比不对输出序列进行建模的BiLSTM-softmax取得更好的效果。一个可能的原因是神经网络编码器已经有很强的序列信息编码能力，在此基础上CRF并没有引入更多的有效信息。 为了更好的对输出序列进行编码，论文中提出了一种逐层改进的基于标签注意力机制的网络(Hierarchically-RefinedLabelAttentionNetwork)。该模型通过利用标签知识，更好的捕捉标签间长期的依赖关系。在英文词性标注，命名实体识别和组合范畴语法超标注的任务上，BiLSTM-LAN在比BiLSTM-CRF训练解码速度更快的情况下，取得了更好的效果。 如下图所示，以词性标注为例，对

  • Vue中computed和watch的区别

    计算属性computed:1.支持缓存，只有依赖数据发生改变，才会重新进行计算2.不支持异步，当computed内有异步操作时无效，无法监听数据的变化3.computed属性值会默认走缓存，计算属性是基于它们的响应式依赖进行缓存的，也就是基于data中声明过的数据通过计算得到的4.如果一个属性是由其他属性计算而来的，这个属性依赖其他属性，是一个多对一或者一对一，一般用computed5.如果computed属性属性值是函数，那么默认会走get方法；函数的返回值就是属性的属性值；在computed中的，属性都有一个get和一个set方法，当数据变化时，调用set方法。侦听属性watch：1.不支持缓存，数据变，直接会触发相应的操作；2.watch支持异步；3.监听的函数接收两个参数，第一个参数是最新的值；第二个参数是输入之前的值；4.当一个属性发生变化时，需要执行对应的操作；一对多；监听的对象也可以写成字符串的形式当需要在数据变化时执行异步或开销较大的操作时，这个方式是最有用的。这是和computed最大的区别，请勿滥用。嗯，就酱~

  • Java基础系列（二十九）：基本内部类

    What内部类的定义很简单，正如它的名字所言，它是定义在另一个类中的类。 Why1.内部类方法可以访问该类定义所在的作用域中的数据，包括私有的数据。2.内部类可以对同一个包中的其他类隐藏起来。3.当想要定义一个回调函数且不想编写大量代码的时候，使用匿名内部类比较便捷。HowJustADemoFirst: publicclassInnerClassTest{ privateIntegertimes; privatebooleanbeep; publicInnerClassTest(Integertimes,booleanbeep){ this.interval=interval; this.beep=beep; }; publicvoidstart(){ ActionListenerlistener=newTestListener(); Timert=newTimer(times,listner); t.start(); } publicclassTestListenerimplementsActionListner{ publicvoidactionPerformed(Actio

  • 引起相变的无序结构域（IDRs）怎么预测？跟踪热点，提升文章档次！

    蛋白研究过程中，一般认为氨基酸的序列决定了蛋白的结构，结构决定功能（一般指蛋白的三维结构）。然而，近50年的研究中，有一种没有特定三维结构的蛋白不断被研究人员发现，由于这类蛋白无法折叠成稳定的三维结构而称为固有无序蛋白(intrinsicallydisorderedregions，IDRs)。这类蛋白虽然缺乏稳定结构且高度可变，但是研究却发现他们在生物体内行驶着重要的生物学功能。尤其是最近相变频繁登上CNS主刊，越来越多认识到IDRs在相变中的重要作用。2018Cell系列相变最强综述，未来已来，你在哪？相位分离在多种细胞过程中起作用，包括形成经典的无膜细胞器、信号复合物、细胞骨架和许多其他超分子组装。相位分离的概念为理解序列简并（低复杂性）和蛋白质无序区域的功能提供了新的研究方向。越来越多的证据表明，相变和无膜细胞器的失调在蛋白聚集相关的人类疾病中发挥关键作用。理解蛋白质相位分离背后的物理原理和分子互作机制可促进新型生物材料的研发。IDRs的存在，使得蛋白更容易形成液滴状，诱发相变生成和调控的发生。还在做经典生物调控的你，如果能关联下相变，可能既能更好的解释细胞中的调控作用（毕竟细胞

  • 腾讯云人脸核身简介

    欢迎使用人脸核身API3.0版本。全新的API接口文档更加规范和全面，统一的参数风格和公共错误码，统一的SDK/CLI版本与API文档严格一致，给您带来简单快捷的使用体验。支持全地域就近接入让您更快连接腾讯云产品。更多腾讯云API3.0使用介绍请查看：快速入门 产品概述 腾讯云慧眼人脸核身（原金融级身份认证身份）方案，是依托于证件OCR识别、活体检测、1：1人脸比对等AI技术，实现自然人真实身份核验的产品。秒级确认用户身份，帮助提升业务办理效率，降低人力成本。 功能介绍 人脸核身为您提供了OCR、活体检测、1:1人脸比对的配套服务，可根据您的需求灵活组合。 1.与权威数据库比对 2.与上传照片比对 身份证OCR识别 支持识别身份证正反面，一次扫描即可返回身份证号、姓名、有效时间等所有字段，数字识别准确率达到99.9%以上，在多个字段上处于领先水平。处理倾斜、暗光、曝光、阴影等异常情况稳定性好，自适应判别纠正技术大大提高识别准确率。 活体检测 活体检测，通过对一段实时录制的自拍视频进行检测，从而确认当前用户为真人，主要针对高安全性要求的人脸核身验证而研发的一种技术，防止照片、视频、静

  • xamarin studio 中SpinButton ComBox Splid 鼠标放上去就会自动接收焦点，然后进行数值变化

    公司做跨平台项目，用XamarinStudio开发mac版本，语法还是C#,但是，尼玛XamarinStudio的控件就是坑爹啊。 其他的暂时不累赘，笔者画界面，一堆控件放到一个界面上，当超出屏幕时候，会出现竖直滚动条，当你鼠标想中键滚动时，悲剧来了，尼玛，鼠标放在一个SpinButton时候，它的值自动开始滚动，我屮艸芔茻 来来来，重写。 [System.ComponentModel.ToolboxItem(true)] publicclassSpinButtonEx:Gtk.SpinButton { boolisPress=false; publicSpinButtonEx(doublemin=int.MinValue,doublemax=int.MaxValue,doublestep=1) :base(min,max,step) { this.Numeric=false; } protectedoverridevoidOnFocusGrabbed() { if(isPress)this.CanFocus=true; elsethis.CanFocus=false; base.

  • 迅为IMX6开发板真实产品案例分享-专为研发用芯选择

    迅为IMX6开发板： Android4.4系统Linux+Qt5.7系统Ubuntu12.04系统 部分真实案例：HMI；3D打印机；医疗设备；工控机；触控一体机；车载终端 核心板兼容：IMX6Q商业级、IMX6Q工业级、IMX6Q-PLUS、IMX6DL版本 板载：4G全网通、GPS、千兆以太网、WIFI蓝牙、CAN总线、RS485总线、EIM总线模块 光盘资料：原理图（PDF格式）、底板PCB（Allegro格式）、驱动程序源码、芯片和LCD数据手册、开发环境、产品使用手册 网盘资料：开发所需PC软件工具、编译系统所需的工具包等、学习推荐书籍及软件等 认证群资料：IMX6开发板独立文档和程序源码总汇。

  • kibana查询语法

    单项term查询 例: 搜 Dahlen， Malone   字段field查询 field:value   例：city:Keyport， age:26   通配符 ? 匹配单个字符      例： H?bbs *匹配0到多个字符           例： H* 注意： ? * 不能用作第一个字符，例如： ?text    *text   范围查询 age:[20TO30]        age:{20TO30} 注：[] 表示端点数值包含在范围内，{} 表示端点数值不包含在范围内    

  • 记录五20180606

    1、类的成员函数和普通函数的区别？ 普通函数属于全局函数，不受具体类和对象的限制，可以直接调用。 普通成员函数实质是一个包含指向具体对象this指针的普通函数，隐式包含一个指向当前对象的this指针。 C++中static修饰的静态数据成员是类的成员，而不是对象的成员。因此 1)类的静态成员函数是属于整个类而非类的对象，所以它没有this指针，这就导致了它仅能访问类的静态数据和静态成员函数 2)不能将静态成员函数定义为虚函数。这是由于静态成员函数可以不同过对象来调用，也没有隐藏的this指针，而虚函数是实现多态的本质，是通过不同的对象来调用不同的功能实现多台，必然会通过对象去调用，也就不能定义为static了 2、static的作用？C++里的static的作用？ 1)具有隐藏性，static修饰的全局变量、函数均在本.c文件中可以使用，其他.c文件不能使用 2)具有记忆性，static修饰的局部变量的值具有记忆性，下次调用时使用的是上次的值，而不是每次都被初始化。这是由于static修饰后，该局部变量就不存储在栈里，而是存在静态存储区 3、删除double类型的vector中所有与指

  • Java - Interface 接口的实现方式实例

        在程序的开发中，需要完成两个数的求和运算和比较运算功能的类非常多。那么可以定义一个接口来将类似的功能组织在一起。下面创建一个示例，具体介绍接口的实现方式。   1）创建一个名称为IMath的接口，代码如下：   1publicinterfaceIMath{ 2publicintsum();//完成两个数的相加 3publicintmaxNum(inta,intb);//获取较大的数 4}复制       2）定义一个MathClass类并实现IMath接口，MathClass类实现代码如下：   1publicclassMathClassimplementsIMath{ 2privateintnum1;//第1个操作数 3privateintnum2;//第2个操作数 4publicMathClass(intnum1,intnum2){ 5//构造方法 6this.num1=num1; 7this.num2=num2; 8} 9//实现接口中的求和方法 10publicintsum(){ 1

  • boost compile

    1.生成构建工具 bootstrap 复制 2.查看有哪些库需要构建 .\b2--show-libraries 复制 3.build，指定installlib,include的路径，把不需要的库剔除 .\b2install--build-dir=./buildvariant=debugaddress-model=64runtime-link=staticthreading=multi--includedir=/boost/debug/include--libdir=/boost/debug/lib--without-python .\b2install--build-dir=./buildvariant=releaseaddress-model=64runtime-link=staticthreading=multi--includedir=/boost/release/include--libdir=/boost/release/lib--without-python 复制

  • hmm和Veterbi算法（一）

    只是略微的看了些，有点感觉，还未深入，做个记录。 参考： 隐马尔可夫(HMM)、前/后向算法、Viterbi算法再次总结 　　　谁能通俗的讲解下viterbi算法？ 　　　数学之美第二版的第26章 本文结构： 　　1.hmm三要素 　　2.维特比算法 　　3.简明例子 hmm三要素： 1.初始概率分布 π      z1可能是状态1，状态2...状态n，于是z1就有个N点分布： Z1 状态1 状态2 ... 状态n 概率 P1 P2 ... Pn      即：Z1对应个n维的向量。       上面这个n维的向量就是初始概率分布，记做π。 2.状态转移矩阵A      但Z2就不能简单的“同上”完事了，因为Z2和Z1不独立，所以Z2是状态1的概率有：Z1是状态1时Z2是状态1，Z1是状态2时Z2是状态1

相关推荐

推荐阅读