一.系统聚类基本步骤
将模式样本按距离准则逐步分类，类别由多到少，直到获得合适的分类要求为止。
算法：
第一步：设初始模式样本共有N个，每个样本自成一类，即建立N类，。计算各类之间的距离（初始时即为各样本间的距离），得到一个N*N维的距离矩阵D(0)。这里，标号(0)表示聚类开始运算前的状态。
第二步：假设前一步聚类运算中已求得距离矩阵D(n)，n为逐次聚类合并的次数，则求D(n)中的最小元素。如果它是Gi(n)和Gj(n)两类之间的距离，则将Gi(n)和Gj(n)两类合并为一类，由此建立新的分类：。
第三步：计算合并后新类别之间的距离，得D(n+1)。
计算与其它没有发生合并的之间的距离，可采用多种不同的距离计算准则进行计算。
第四步：返回第二步，重复计算及合并，直到得到满意的分类结果。（如：达到所需的聚类数目，或D(n)中的最小分量超过给定阈值D等。）
二.FCM聚类基本步骤
第一步：随机初始化划分U，以及初始化聚类中心，以及距离。
第二步：计算聚类中心J。
第三步：更新划分矩阵U。
第四步：看是否满足迭代终止条件，满足结束，否则转第二步。