盛 燕

(安徽揚(yáng)子職業(yè)技術(shù)學(xué)院 藝術(shù)學(xué)院，安徽 蕪湖 241000)

隨著新媒體藝術(shù)傳播的快速發(fā)展，對(duì)新媒體藝術(shù)傳播的準(zhǔn)確性和交互性提出了更高的要求，需要構(gòu)建新媒體藝術(shù)傳播的體感信息交互模型，結(jié)合大數(shù)據(jù)信息處理方法，進(jìn)行新媒體藝術(shù)傳播的大數(shù)據(jù)融合分析和自適應(yīng)調(diào)度處理[1]，構(gòu)建新媒體藝術(shù)傳播的空間信息采樣和統(tǒng)計(jì)分析模型，提高新媒體藝術(shù)傳播的體感交互性，研究新媒體藝術(shù)傳播的體感交互建模方法，在促進(jìn)新媒體藝術(shù)傳播的優(yōu)化和人機(jī)交互能力方面具有重要意義[2]，本文提出基于統(tǒng)計(jì)分析和量化遞歸分析模型的新媒體藝術(shù)傳播結(jié)構(gòu)體感交互模型，構(gòu)建新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的大數(shù)據(jù)信息統(tǒng)計(jì)分析模型，采用統(tǒng)計(jì)數(shù)據(jù)分析和大數(shù)據(jù)特征采樣分析方法，進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互建模，通過信息融合和虛擬現(xiàn)實(shí)仿真方法，實(shí)現(xiàn)新媒體藝術(shù)傳播結(jié)構(gòu)體感交互建模的優(yōu)化設(shè)計(jì)，并通過仿真實(shí)驗(yàn)進(jìn)行性能測試，得出有效性結(jié)論。

一、新媒體藝術(shù)傳播結(jié)構(gòu)體感交互大數(shù)據(jù)分析

1. 統(tǒng)計(jì)分析模型

為了實(shí)現(xiàn)對(duì)新媒體藝術(shù)傳播結(jié)構(gòu)體感交互最優(yōu)選擇和融合聚類分析，結(jié)合對(duì)新媒體藝術(shù)傳播結(jié)構(gòu)體感交互統(tǒng)計(jì)大數(shù)據(jù)分布，進(jìn)行特征分析，建立融合性的新媒體藝術(shù)傳播結(jié)構(gòu)體感交互聚類分析模型，采用大數(shù)據(jù)挖掘技術(shù)，構(gòu)建新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的最優(yōu)融合特征參量集[3]，結(jié)合模糊尋優(yōu)方法，進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互設(shè)計(jì)，采用空間分布式結(jié)構(gòu)重組，進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互數(shù)據(jù)的特征重組，提取新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的關(guān)聯(lián)規(guī)則特征集，得到新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的量化特征分布集[4]，得到新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的數(shù)據(jù)挖掘模型。

給出新媒體藝術(shù)傳播結(jié)構(gòu)體感交互優(yōu)化選擇的大數(shù)據(jù)的相空間分布W，它是一個(gè)n×m的關(guān)聯(lián)規(guī)則特征分布信息空間函數(shù)，在新媒體藝術(shù)傳播結(jié)構(gòu)體感交互狀態(tài)空間中，結(jié)合優(yōu)化選擇模式進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互結(jié)構(gòu)重組，構(gòu)建特征分布向量pq，構(gòu)建新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的概率分布函數(shù)為p(ni)={pk|prkj=1,k=1,2,…,m}，進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的統(tǒng)計(jì)分析，得到統(tǒng)計(jì)特征分布模型為vi，關(guān)聯(lián)分布樣本集合為：

(1)

用C表示新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的大數(shù)據(jù)調(diào)度的任務(wù)集，C(vi,vj)表示新媒體藝術(shù)傳播結(jié)構(gòu)體感交互選擇的鏈路控制集，在新媒體藝術(shù)傳播結(jié)構(gòu)體感交互選擇策略下，得到約束特征量vi與vj間的計(jì)算開銷，構(gòu)建新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的回歸分析模型為：

(2)

其中，p為新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的重構(gòu)維數(shù)，n(t)為新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的大數(shù)據(jù)調(diào)度干擾項(xiàng)，si(t)為新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的大數(shù)據(jù)統(tǒng)計(jì)特征量，a(θi)為新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的大數(shù)據(jù)調(diào)制成分，根據(jù)上述分析，建立了新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的大數(shù)據(jù)分析模型，結(jié)合大數(shù)據(jù)融合和特征提取方法，進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互建模[5]。

2. 特征提取優(yōu)化

構(gòu)建新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的大數(shù)據(jù)信息統(tǒng)計(jì)分析模型，采用空間信息融合方法進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的三維數(shù)據(jù)模型[6]，結(jié)合衰減向量分析方法進(jìn)行體感交互最優(yōu)參數(shù)集融合，得到新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的狀態(tài)集為mbest(t+1)，結(jié)合數(shù)據(jù)語義關(guān)聯(lián)規(guī)則分析進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的本體結(jié)構(gòu)重組，用pj(t+1)表示第t+1個(gè)聚類中心的新媒體藝術(shù)傳播結(jié)構(gòu)體感交互特征量，采用狀態(tài)空間重構(gòu)的方法，得到新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的模糊度函數(shù)為a1和a2，在M維隨機(jī)向量中，得到新媒體藝術(shù)傳播結(jié)構(gòu)體感交互統(tǒng)計(jì)大數(shù)據(jù)的統(tǒng)計(jì)特征量pg(t)定義為：

pg(t)=arg min{f(pj(t))|j=1,2,L,n}

(3)

式中，f(pj(t))為新媒體藝術(shù)傳播結(jié)構(gòu)體感交互統(tǒng)計(jì)大數(shù)據(jù)在聚類中心j中的最優(yōu)位置，在最優(yōu)位置中進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的特征搜索，得到第t代搜索到的最優(yōu)位置的適應(yīng)值，對(duì)新媒體藝術(shù)傳播結(jié)構(gòu)體感交互數(shù)據(jù)進(jìn)行回歸分析，得到相關(guān)性的配置特征量a1和a2由下式確定：

a1=c1r1

a2=c2r2

(4)

式中，r1、r2為M維隨機(jī)向量；c1為新媒體藝術(shù)傳播結(jié)構(gòu)體感交互統(tǒng)計(jì)大數(shù)據(jù)的關(guān)聯(lián)規(guī)則向量集，c2為新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的模糊特征量。根據(jù)上述分析，實(shí)現(xiàn)對(duì)新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的特征提取，結(jié)合模糊度尋優(yōu)方法，進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的自適應(yīng)控制，提高新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的自適應(yīng)融合和特征調(diào)度能力[7]。

二、新媒體藝術(shù)傳播結(jié)構(gòu)體感交互建模優(yōu)化

1.體感交互的遞歸圖模型結(jié)構(gòu)

本文提出基于統(tǒng)計(jì)分析和量化遞歸分析模型的新媒體藝術(shù)傳播結(jié)構(gòu)體感交互模型，構(gòu)建新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的大數(shù)據(jù)信息統(tǒng)計(jì)分析模型，采用空間信息融合方法進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的三維數(shù)據(jù)模型，建立新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的統(tǒng)計(jì)特征量和模糊決策模型，構(gòu)建新媒體藝術(shù)傳播結(jié)構(gòu)體感交互統(tǒng)計(jì)大數(shù)據(jù)時(shí)間序列{x(t0+iΔt)}，i=0,1,…,N-1，采用模糊空間融合和狀態(tài)適應(yīng)性調(diào)度的方法，對(duì)新媒體藝術(shù)傳播結(jié)構(gòu)體感交互模型進(jìn)行自適應(yīng)更新控制[8]，得到新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的模糊更新規(guī)則性函數(shù)表達(dá)如下式：

(5)

其中

(6)

(7)

結(jié)合累積方差分析進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互模型大數(shù)據(jù)聚類，采用相關(guān)性檢測方法進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互模型設(shè)計(jì)[9]，得到大數(shù)據(jù)信息流的主成分特征：

(8)

其中，xn表示新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的主成分特征量，得到新媒體藝術(shù)傳播結(jié)構(gòu)體感交互統(tǒng)計(jì)分析的狀態(tài)均值為：

(9)

結(jié)合大數(shù)據(jù)模糊聚類分析方法，進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互控制，進(jìn)行大數(shù)據(jù)匹配檢測，提高新媒體藝術(shù)傳播結(jié)構(gòu)體感交互控制能力。

2.語義本體結(jié)構(gòu)特征分析及建模輸出

采用語義本體映射方法，得到新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的同級(jí)特征分解式為：

(10)

式中，kμ(t)表示t時(shí)刻新媒體藝術(shù)傳播結(jié)構(gòu)體感交互統(tǒng)計(jì)大數(shù)據(jù)的模糊度函數(shù)；ΔTm(t)表示t時(shí)刻新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的空間采樣延遲；w為相對(duì)權(quán)重；Θ為kμ(t)的概率條件。結(jié)合限定穩(wěn)態(tài)條件給出新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的收斂控制函數(shù)為：

(11)

上式中，新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的負(fù)荷為Mh，結(jié)合語義本體結(jié)構(gòu)特征分析方法進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互建模和特征分析[10]，得到融合性調(diào)度的特征分布有限數(shù)據(jù)集：

X={x1,x2,…xn}?Rs

(12)

其中，新媒體藝術(shù)傳播結(jié)構(gòu)體感交互統(tǒng)計(jì)大數(shù)據(jù)集合中含有n個(gè)樣本，樣本xi，i=1,2,…,n，結(jié)合SVM學(xué)習(xí)方法，得到定量遞歸圖為：

(13)

結(jié)合空間模糊度狀態(tài)特征分解方法，得到新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的特征分布矩陣滿足：

(14)

在連續(xù)的有限域值空間中構(gòu)建新媒體藝術(shù)傳播結(jié)構(gòu)體感交互統(tǒng)計(jì)大數(shù)據(jù)分布狀態(tài)參數(shù)集S={1,2,…,N}，生成元數(shù)據(jù)Υ=(rij)N*N，結(jié)合定量遞歸分析方法構(gòu)建新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的遞歸圖模型結(jié)構(gòu)，為：

(15)

如果其中Δ>0且rij>0，采用 Sigma檢驗(yàn)可得新媒體藝術(shù)傳播結(jié)構(gòu)體感交互統(tǒng)計(jì)大數(shù)據(jù)的判據(jù)為：

(1)S≥2.00，新媒體藝術(shù)傳播結(jié)構(gòu)體感交互統(tǒng)計(jì)大數(shù)據(jù)的識(shí)別以95%概率不成立，表示交互能力較強(qiáng)；

(2)S<2.00，新媒體藝術(shù)傳播結(jié)構(gòu)體感交互統(tǒng)計(jì)大數(shù)據(jù)的識(shí)別成立，原數(shù)據(jù)是不是同類特征，表示交互能力弱。

綜上分析，實(shí)現(xiàn)新媒體藝術(shù)傳播結(jié)構(gòu)體感交互模的優(yōu)化設(shè)計(jì)。

三、仿真測試分析

為了驗(yàn)證該方法在實(shí)現(xiàn)新媒體藝術(shù)傳播結(jié)構(gòu)體感交互模型選擇和控制中的應(yīng)用性能，進(jìn)行實(shí)證驗(yàn)證，結(jié)合SPSS14.0統(tǒng)計(jì)分析軟件進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互模型的實(shí)證數(shù)據(jù)分析，大數(shù)據(jù)統(tǒng)計(jì)信息采樣的長度為1024，對(duì)新媒體藝術(shù)傳播結(jié)構(gòu)體感交互特征統(tǒng)計(jì)分析的樣本帶寬為12Bps/Hz，空間分布的維數(shù)為12，自適應(yīng)迭代步數(shù)為200，根據(jù)上述參數(shù)設(shè)定，進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互模型設(shè)計(jì)，得到大數(shù)據(jù)分布如圖1所示。

圖1 新媒體藝術(shù)傳播結(jié)構(gòu)體感交互大數(shù)據(jù)分布

以圖1的數(shù)據(jù)為研究對(duì)象，采用空間信息融合方法進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的三維數(shù)據(jù)模型，建立新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的統(tǒng)計(jì)特征量和模糊決策模型，實(shí)現(xiàn)信息結(jié)構(gòu)重組，得到重組結(jié)構(gòu)如圖2所示。

圖2 新媒體藝術(shù)傳播結(jié)構(gòu)體感交互結(jié)構(gòu)重組

根據(jù)結(jié)構(gòu)重組結(jié)果，進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互建模，測試建模的準(zhǔn)確性，得到對(duì)比結(jié)果見表1。

表1 新媒體藝術(shù)傳播結(jié)構(gòu)體感交互準(zhǔn)確性測試

分析表1得知，本文方法進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的準(zhǔn)確性較高。

結(jié)語

構(gòu)建新媒體藝術(shù)傳播的空間信息采樣和統(tǒng)計(jì)分析模型，提高新媒體藝術(shù)傳播的體感交互性，本文提出基于統(tǒng)計(jì)分析和量化遞歸分析模型的新媒體藝術(shù)傳播結(jié)構(gòu)體感交互模型，結(jié)合模糊尋優(yōu)方法，進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互設(shè)計(jì)，采用空間分布式結(jié)構(gòu)重組，進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互數(shù)據(jù)的特征重組，結(jié)合模糊度尋優(yōu)方法，進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的自適應(yīng)控制，提高新媒體藝術(shù)傳播結(jié)構(gòu)體感交互的自適應(yīng)融合和特征調(diào)度能力。本文方法進(jìn)行新媒體藝術(shù)傳播結(jié)構(gòu)體感交互建模的穩(wěn)定性較好，精度較高，提高了新媒體藝術(shù)傳播結(jié)構(gòu)體感交互控制能力。