简介：该联名版本CHUCKTAYLOR备有黑白两色选择，并在贴近鞋底的位置绣有白色长方形缝线，内侧又改用了蓝色CONVERSE标志，而且鞋尾采用类似热溶胶技术包覆针线缝合位置。鞋款特别之处除了印上代表联名单位的“sacai”及“frgmr．中底边缘同时置有“fragment/sacaiconverseallstar”字样，配合鞋争CHUCKTAYLOR经典标志所混入的FRAGMENTDESIGN招版闪电图案，可谓全方位渗透联名的品牌基因。

简介：来自《星球大战》的赏金猎人BOBAFETT，其造型深入民心，原来当年1978年BOBAFETT的原设计是穿着一套与白兵相似的灰白色盔甲，被视为超级士兵，而当年穿着白色原型盔甲的BOBAFETT＇同样被SIDESHOW制作成1／6比例的模型，这个原型盔甲版跟原版的BOBAFETT一样有着相同的装备与武器，不过却多附一幅印有图案的披风及特别地台，让灰白的BOBAFETT别有一番风味。售价1580元。

简介：ADIDASORIGINALS常以年轻活力风格制作出一众运动休闲服饰，并不断从世界各地城市中撷取灵感，设计出充满品牌特色的别注系列，如早前以美国人口之首的纽约市为主题的“NEWYORK”服饰系列。而今夏，品牌以美国西岸另一重要城市洛杉矶作为灵感来源，用大量彩色图腾设计，如豹纹图秦为各款运动服装单品添上几分街头文化气息。

简介：01atmos×REEBOKINSTAPUMPFURYREEBOK笔下的INSTAPUMPFURY向来是不少创作单位推出联名鞋款的对象,知名球鞋店atmos以这双经典之作带来名为＂TRIPLEWHITE＂的联名配色。这次设计贯彻INSTAPUMPFURY简约而独特的鞋身轮廓,选用白色的帆布和网纹材质构成鞋身,同时搭载白色的HEXALITE气垫鞋底,呈现纯洁、简约和时尚美感。

简介：ADIDAS早在2003年时便创立时尚运动品牌Y-3，从此为时装服饰与传统运动服的设计写下新定义，之后更找来里克·欧文斯、拉夫·西蒙斯等时尚设计师展开联名合作，为大家带来全新概念的FASSHIONSPORTSWEAR。

简介：ENTERBAY1：4MICHAELJORDAN02ENTERBAY之前曾推出过1/6比例的“飞人”玩偶，而这款最新推出的1/4版本的迈克尔·乔丹玩偶实际上早已计划推行，即使很多玩家向其投诉定价翻倍并且毫无新意，但是在中国或美国的粉丝家里，这种超巨大的雕像仍然不乏捧场者。论质量和制作，仔细对比两个版本的雕刻和细节，当然1/4会略胜一筹，而配件丰富亦是一大卖点，一口气送上四双1/4迷你球鞋，做工非常逼真和细致，球衣用料和印刷也都十分接近真实版，惟一较1/6版本不足的地方就是玩偶本体的可动性较弱，所有专用材质都以“实芯”ABS胶料制作。

简介：近日，风靡全球的TRX与中国领先的高端康体设备供应商奥力来中国强强联手，为中国市场提供正版的、与国际同步的TRX潮流产品，以及国际认证培训及售后服务。

简介：在舞蹈达人限中。随着美妙的音乐。用不太尉烈的运动解放身体，放飞心慵，和自己的身体对话，那是最享受的时刻。舞蹈是健身时尚的表达方式。健身通过舞蹈让更多人感受到运动的趣味和魅力。现在就让我们走近最IN的几种健身舞蹈，只要你动起来，跟着音乐摇摆，就能让你既健康又愉悦。

简介：笔者提出了一种新的目标相关计算方法,将其应用在100m15项因素指标与成绩(目标)的相关分析中,对决定100m成绩的体能、技术、形态三大类因素指标与成绩目标的相关程度进行排序,得到了较理想的结果。为体育运动运动中多因素分析提供了一个简便而实用的计算方法。

简介：传统的高校公共体育实践课教学模式、教学方法是学生以基本技术、基本战术等为主要内容的技术教学、技能培养。注重教学形式、结构、内容、方法、考核、评价等的统一性与标准化。在当前国家体育赋予高校体育新目标与要求的情况下，旧的教学模式和方法的局限性和片面性便显现出来。采用文献资料法、调查访问法、问卷调查法、数理统计法等综合研究方法，以西安市11所高校中的400名学生为调研对象，利用决策树算法从整体的、系统的与发展的角度对高校公共体育课实践教学影响因素进行较全面而深入的研究，研究结果表明“学生参赛次数”是决策分支最重要的影响因素，其次“喜好程度”以及“教师技术等级”也是影响高校公共体育实践教学的重要方面。

简介：旨在引入神经网络算法以提高加速度计活动强度的预测准确性，以44名大学生（男女各22名）为样本，让其同时佩戴气体代谢分析仪CosmedK482和加速度计（Actigraph—GT3X）进行3类11项体力活动（每项活动5rain），使用Matlab7．0软件运用留一法交叉验证BP神经网络模型，通过其与Hendleman模型和Crouter模型在RMSE、Bias和B—A图上的横向比较评估其效度。结果显示3—18—1的三层神经网络模型（参数误差率O．001、初始学习率0．02、动量常量0．7）的RMSE为1．08，在B—A图上一致性区间之外的点占总数的4．3％、一致性界限差值的绝对值为2．7，每分钟活动强度（除骑行外）的分类准确性分别为84．3％（小强度）、83．2％（中等强度）和89．8％（大强度），神经网络模型在整体强度和各个活动项目强度的预测上的准确性均好于Hendleman和Crouter模型，并且在活动强度分类准确性上更优。未来应进一步探究机器学习中其它算法在该领域的应用，优化整合指标体系和各类模型之间的关系。