学科分类
/ 1
14 个结果
  • 简介:骑士和勇士的每一次对决都是NBA最大的话题,去年的圣诞大战,骑士凭借欧文的绝杀战胜对手,而整整一年之后,勇士队在甲骨文中心复仇成功,虽然库里缺阵,但桂兰特和壳莱·汤普森的发挥让詹姆斯和勒夫的努力化为泡影。

  • 标签: 骑士 决赛 NBA 甲骨文 勇士队 詹姆斯
  • 简介:过去几年,詹姆斯一直都是骑士队的核心,他离开后,克里夫兰马上成为了另外一支球队。由于他们过去的交易都是围绕着詹姆斯展开的,所以现在他们急需一位能够在比赛中担任核心的球员。泰伦·卢的战术能力一直都没有得到证明的机会,直到詹姆斯离开,他才有机会展示一下自己到底有没有能跟布拉德·史蒂文斯媲美的执教能力。

  • 标签: 骑士队 克里 詹姆斯 战术能力 执教能力 史蒂文斯
  • 简介:命运是一个很奇怪的东西,不是你的,无法强求,是你的,总会如期而至。年轻的球员们总是梦想着自己有朝一日能和偶像一起在球场上比赛,很多孩子的偶像都是NBA的超级巨星。但对于大多数孩子来说,这都是一个无法实现的“梦想”。

  • 标签: 克拉克 NBA 偶像 梦想 孩子 比赛
  • 简介:你会如何描述自己的时尚风格?独特、与众不同、具有创造力。我觉得自己穿什么都行,只要我感到舒服就行了。你会采用一些冒险的搭配吗?是的,有时候我会穿的大胆一点。我曾经穿过短裙,我也不知道自己为什么这么做,我只是觉得这样穿很酷。你最喜欢在NBA的旅程中到哪个城市购物?我喜欢去纽约、迈阿密,还有个地方你们肯定想不到,那就是底特律。那里有一家我很喜欢的服装店,他们的东西非常独特,相当符合我的喜好。

  • 标签: 时尚风格 克拉克 乔丹 玩家 创造力 NBA
  • 简介:虽然纽约尼克已经有计划放弃诺阿了,但这并不意味着他们会像湖人队买断罗尔·邓那样买断他。诺阿今年的薪水高达1853万美元,而在今后两年,他每一年的工资也只有640万美元。但这并不代表尼克没有操作的空间了,他们完全可以买断诺阿的合同,再用一份老将底薪把他签回来,无论对于球员还是对于球队来说,这都是比较划算的做法。

  • 标签: 纽约 买断 湖人队 美元 球队 球员
  • 简介:洛杉矶快船队的主教练道格·里弗一直以来都充满争议,他带领凯尔特人队夺得总寇军后本已被视为联盟最好的主教练,可在洛杉矶的刚愎自用却逼走了保罗、格里芬和小乔丹。正当人们认为快船队将会全面清洗,进行重建时,里弗却重现神奇,把这支缺少明星的球队带到了西部第一的位置。提起自己的执教生涯,里弗也有想要表达的情感。

  • 标签: 双重人格 凯尔特人队 执教生涯 主教练 洛杉矶 格里芬
  • 简介:安德鲁·威金和贾巴里·帕克在NCAA就是对手,他们同年进入NBA,一个是状元,一个是榜眼。威金还没穿上骑士球衣就被交易到了森林狼,帕克则加盟了青年军雄鹿,他们都被外界视为值得球队培养的对象,但却都打得不温不火。如今,威金在森林狼站稳了脚跟,而帕克则回到了自己的家乡芝加哥——他们的故事也正是从这里开始的。

  • 标签: 安德鲁 帕克 人生 NCAA NBA 芝加哥
  • 简介:1997年,高中生麦克格雷迪参加了NBA选秀,他在首轮第九位被多伦多猛龙队选中,很快就成为多伦多球迷心目中的明星。1998年,文,卡特在首轮第五顺位被金州勇士选中,随后交易到了猛龙队。这时候,人们才知道这两位运动能力超强的球员是表兄弟。麦迪和卡特很快就在多伦多掀起了一阵篮筐风暴,虽然他们后来产生矛盾,并以卡特离开终结,但那只是年轻气盛的好强而已。在老一代猛龙球迷心中,那段日子真的非常美好,如今麦迪已经离开联盟,卡特依然在打拼,虽然他们两人都没能在NBA取得什么骄人的成绩,但对于那些喜欢欣赏比赛的球迷而言,麦迪和卡特绝对是篮球美学的最佳代言人。

  • 标签: 卡特 格雷 麦克 兄弟 1998年 多伦多
  • 简介:·卡特这个名字虽然可能最终与总冠军或MVP无缘,但绝对会出现在篮球名人堂中。虽然一直无缘总决赛,但卡特的人气丝毫不亚于同时期的科比、麦迪和艾弗森。在大多数球迷看来,卡特就是这个时代的最后一位飞人,在迈克尔·乔丹离开球场之后,唯有卡特才能把优雅和暴力结合得完美无瑕,上演无数令人热血沸腾的表演。与他的名气相比,卡特在球鞋界的地位确实被低估了。

  • 标签: 卡特 NIKE MVP 艾弗森 迈克尔 球鞋
  • 简介:基于大数据对大学生体质进行分类预测,有助于大学体育治理体系的建设,朴素贝叶模型是一种操作简单且性能较好的机器学习分类算法.基于朴素贝叶分类算法,采用广州商学院2014、2015年学生体测数据及其评分结果作为源数据,构建大学生体质分类器.应用此分类器可对大学生的体质状况实现一定概率意义上正确的判断,从而可以对体质存在隐患概率比较大的学生给出主动性预警,以便大学体育对学生进行群体性的体质判断、进行个性化的有效干预,从而促进学生健康发展,提高大学生整体体质水平.分类器模型用Python编码实现,最后用与训练数据不重叠的历史体质数据检测分类器的准确率,结果显示,基于朴素贝叶算法的体质分类器达到了78%的正确率.

  • 标签: 学校体育 大学生体质分析 运动干预 朴素贝叶斯分类算法 大数据