球队

摘要： 2020-21赛季的NBA比赛已经开打,但这个赛季也注定与以往不同。除了球队出行的安全问题之外,联盟还面临着球场安全以及如何在各个州的法规之下正常运转的问题。为此,安全办公室在常规赛开始之前发布了一份长达134页的健康安全协议指南,这些规定能够解答球队最关心的安全问题。

摘要： 这是一个混乱而疯狂的休赛期,每支球队都有自己的一套补强方案,当然,肯定也会有人在交易中犯错,他们还有弥补错误的机会,但并不是现在。30支球队都想在新赛季有一番作为,可只有找到"终极密码"的人,才能通过最后的关卡。根据目前的纸面实力,我们把30支球队分成七个等级,他们的成员名单和阵容可能会发生变化,但争夺最高荣誉的目标永远都不会变。

摘要： 要想名留青史,必要傲然独立。拉塞尔·威斯布鲁克一直受到质疑,但他从没想过改变自己,在俄克拉荷马城,他凭着一片赤诚力撑球队,却被交易到了火箭。在休斯敦,他虽然并不开心可依然是全联盟最敬业的典范,结果又成了球队重建的牺牲品。现在,他即将在华盛顿开启全新的职业生涯,别再谈论威斯布鲁克应该如何适应球队的问题了,他不会改变,因为他有自己坚持的真理,这一点从他很小的时候就明白了。

摘要： 假如你是个超级富豪,忽然想到要砸钱弄一支球队来玩玩,你对手下说:"你们把巨星谁谁都给我买来,咱只买最贵的。谁球踢得像男人,再奖个2000万,钱不成问题!"假如你有足够多的钱,是不是能组建一支无敌的超级球队呢?这个想法在有些地方可能行不通。

摘要： NBA是一个“关系联盟”,这一点是毋庸置疑的,许多球员都会在打球时与球队高层建立良好的关系,以便在退役后为自己找一条出路。可并不是每个人都能取得成功,优秀球员转型担任总经理或主教练失败的例子并不罕见,甚至连伟大的乔丹都不例外。不过,近些年来,那些手握数十亿美元的老板们都开始清醒了,他们不再用球迷的心态去追求球队的未来,而是把目光转到了那些有经验、有能力的管理者身上。

摘要： 在常规赛开始之前,纸面上的实力或许能决定一支球队在公众心目中的地位和评价。但随着赛季的发展,在季后赛开始之前,我们对这些球队的评价会被许多元素影响——伤病、交易、签约、化学反应都可能改变一支球队的实力,而现在,就到了这个时刻。在季后赛开始之前,东部和西部赛区都要进行三场附加赛。

摘要： 凯文·杜兰特、詹姆斯·哈登和凯里·欧文都来到了布鲁克林,但他们的共同出场时间却少得可怜,在2021年,杜兰特、欧文和哈登的共同出场时间仅为186分钟,而他们的比赛也让其他球队陷入了迷茫——即使在常规时间里领先,篮网也总能在比赛最后的关头依靠球星的爆发获得最终的胜利。最重要的是,当他们在季后赛中全部回归后,这支全联盟实力最强的球队是不是还需要磨合时间?

摘要： 克里夫兰骑士,一支令人无限感慨的球队。如果我们以湖人的三连冠为时代的节点,那么骑士队完全可以被称为在最近20多年中最受关注的球队之一。他们的关注当然来自于詹姆斯,同样,当詹姆斯离开之后,克里夫兰球迷马上失去了内心的依仗,他们只能靠过去的回忆过日子了。说实话,当詹姆斯在2010年离开家乡的时候,骑士受到的伤害和影响远不如2018年那么深。

摘要： 假如你是个超级富豪,忽然想到要砸钱弄一支球队来玩玩,你对手下说:“你们把巨星谁谁都给我买来,咱只买最贵的。谁球踢得像男人,再奖个2000万,钱不成问题!”假如你有足够多的钱,是不是能组建一支无敌的超级球队呢?这个想法在有些地方可能行不通。

摘要： 已经在联盟中奋战14年、且带领球队打出联盟第一战绩的麦克·康利再一次错过全明星赛。那么,他是NBA历史上最遗憾的全明星落选者吗?当NBA决定恢复2021年全明星赛之后,康利依然没有出现在参赛球员的名单中。尽管他的数据统计不算漂亮,而且因为伤病缺席了两周比赛,但无论从球队的战绩还是个人表现来说,康利都应该出现在榜单中:在西部球员中,康利的胜利贡献值排名第五位,真实胜利贡献值排第七,这些非常规的数据都能体现一名球员对球队战缋的影响。

摘要： 本发明公开了一种足球球队数据的关联方法及数据校验方法，该关联方法包括：先对待匹配的数据源进行预处理，再以第一数据源为基准，选择一球队作为待关联球队，然后根据待关联球队的任一比赛的开赛时间，查询第二数据库中的比赛数据，将满足查询要求的对战双方球队唯一标识组成一个集合，再选取另一场比赛，根据同样的方法组成另一个集合，两个集合进行交集运算，不断重复上述步骤，使得交集运算的结果中只有一个元素或为空集，最后根据交集运算结果，对待关联球队进行关联或标记为特殊球队，结束本次关联。采用本发明技术方案能够提高自动化关联效率，减少人力介入的人工成本。

摘要： 本发明一种用于足球比赛视频中球队攻防判断的方法，包括以下步骤：将待判断视频的视频帧输入检测模型进行检测，得到与视频帧相对应的人员检测框数据、足球检测框数据和球门检测框数据；根据人员检测框数据获取相应视频帧中各人员的颜色特征数据，并对颜色特征数据进行聚类分析，根据聚类分析结果和球门检测框数据判定视频帧中人员为裁判、守门员或对应球队的球员；提取判定为球员的人员检测框数据，根据判定为球员的人员检测框数据和足球检测框数据计算统计获得所有视频帧中各球队的持球信息，根据持球信息进行攻防判断。本发明能够自动检测待判断视频中的进攻球队和防守球队，便于后续的战术分析。

摘要： 本发明涉及一种仿人足球机器人传球控制方法，采用全新训练模型设计，针对持球机器人确定传球后的传球动作进行控制，能够有效提高传球成功率。并且本发明基于所设计仿人足球机器人传球控制方法，进一步设计球队控球方法，针对全队机器人进行统筹控制，在提高传球成功率的同时，能够有效提高球队持球时长，增加赢球率。

摘要： 本发明公开了一种单赛季篮球球队竞技状态的可视化方法，包括以下步骤：(1)获取球队单个赛季的比赛赛程数据、球队场均统计数据；(2)分析所述比赛赛程数据、球队场均统计数据的数据特征，并基于所述数据特征构建单赛季篮球球队可视化模型；(3)将所述比赛赛程数据、球队场均统计数据导入到所述可视化模型中，在所述可视化模型中，对导入的数据绘制图形，并对所述图形中的数据交互操作后输出显示。本发明方法将球队整个赛季的赛程用更直观形象的方式展示，帮助分析人员观察和分析球队整个赛季的竞技状态变化。

摘要： 本文公开了一种生成体育赛事的结果的方法。计算系统从数据存储部取回跟踪数据。该计算系统使用深度神经网络生成预测模型。该深度神经网络中的一个或更多个神经网络基于跟踪数据生成包括球队特定信息和队员特定信息的一个或更多个嵌入。该计算系统从跟踪数据中选择与体育赛事的当前背景有关的一个或更多个特征。该计算系统通过深度神经网络学习一个或更多个体育赛事的一个或更多个可能结果。该计算系统接收体育赛事的赛前阵容。该计算系统经由预测模型，基于主队的各个队员的历史信息、客队的各个队员的历史信息以及球队特定特征，生成体育赛事的可能结果。

摘要： 本发明公开了一种足球球队数据的关联方法及数据校验方法，该关联方法包括：先对待匹配的数据源进行预处理，再以第一数据源为基准，选择一球队作为待关联球队，然后根据待关联球队的任一比赛的开赛时间，查询第二数据库中的比赛数据，将满足查询要求的对战双方球队唯一标识组成一个集合，再选取另一场比赛，根据同样的方法组成另一个集合，两个集合进行交集运算，不断重复上述步骤，使得交集运算的结果中只有一个元素或为空集，最后根据交集运算结果，对待关联球队进行关联或标记为特殊球队，结束本次关联。采用本发明技术方案能够提高自动化关联效率，减少人力介入的人工成本。

摘要： 本文公开了一种生成体育赛事的结果的方法。计算系统从数据存储部检索跟踪数据。该计算系统使用深度神经网络生成预测模型。该深度神经网络中的一个或更多个神经网络基于跟踪数据生成包括球队特定信息和队员特定信息的一个或更多个嵌入。该计算系统从跟踪数据中选择与体育赛事的当前背景有关的一个或更多个特征。该计算系统通过深度神经网络学习一个或更多个体育赛事的一个或更多个可能结果。该计算系统接收体育赛事的赛前阵容。该计算系统经由预测模型，基于主队的各个队员的历史信息、客队的各个队员的历史信息以及球队特定特征，生成体育赛事的可能结果。

摘要： 本发明提供了一种评估篮球联赛新球员与球队适应程度的方法，包括如下步骤：S10获取新球员a的配置参数S1，设置与新球员a同一类别的球队中已有球员数量m，当m∈[2,5]时，S1＝0.3，否则，S1＝0；S20获取新球员a的符合参数S2，使用神经网络模型对新球员a进行分类，当新球员a的类型为非常符合时S2＝0.4，当球员类型为一般符合时S2＝0.2，当球员类型为不符合时S2＝0；S30获取赛场表现参数S3，表现稳定输出为S3＝0.3，否则S3＝0；以及S40ST值越高表示新球员对球队的适应程度越高，其中ST＝S1+S2+S3。本发明的一种评估篮球联赛新球员与球队适应程度的方法，使用适应参数ST对新球员与球队的适应程度进行评价比人为的评价更加的客观、准确、真实以及实用，为球队挑选出适应程度较高的新球员。

摘要： 本发明一种用于足球比赛视频中球队攻防判断的方法，包括以下步骤：将待判断视频的视频帧输入检测模型进行检测，得到与视频帧相对应的人员检测框数据、足球检测框数据和球门检测框数据；根据人员检测框数据获取相应视频帧中各人员的颜色特征数据，并对颜色特征数据进行聚类分析，根据聚类分析结果和球门检测框数据判定视频帧中人员为裁判、守门员或对应球队的球员；提取判定为球员的人员检测框数据，根据判定为球员的人员检测框数据和足球检测框数据计算统计获得所有视频帧中各球队的持球信息，根据持球信息进行攻防判断。本发明能够自动检测待判断视频中的进攻球队和防守球队，便于后续的战术分析。

摘要： 本发明公开了一种单赛季篮球球队竞技状态的可视化方法，包括以下步骤：(1)获取球队单个赛季的比赛赛程数据、球队场均统计数据；(2)分析所述比赛赛程数据、球队场均统计数据的数据特征，并基于所述数据特征构建单赛季篮球球队可视化模型；(3)将所述比赛赛程数据、球队场均统计数据导入到所述可视化模型中，在所述可视化模型中，对导入的数据绘制图形，并对所述图形中的数据交互操作后输出显示。本发明方法将球队整个赛季的赛程用更直观形象的方式展示，帮助分析人员观察和分析球队整个赛季的竞技状态变化。