论文部分内容阅读
针对于模糊C-均值（FcM）算法在初始聚类中心选取不佳的情况下容易产生聚类错误划分的情况，从FCM算法出发提出了一种基于笛卡尔乘积的FCM聚类算法（C-FcM），并分析了加权指数m对聚类分析的影响。C-FCM将聚类提高到更高维的空间，有效地避免了FCM对初值敏感及容易陷入局部极小的缺陷。客运专线列控（TCC）评估测试项目对C—FCM的检验结果表明，与传统FcM算法相比，C—FCM算法更准确，效果更佳，对解决邻站数据包的划分问题是可行、有效的。