Предложен ряд методов кластеризации, охватывающих самые распространенные методы обработки источников нестационарности в данных и модифицированные для возможности работы в on-Line режиме. Полученные таким образом методы кластеризации работают единообразно, что позволяет объединить их в нейросетевые ансамбли для коллективного вывода матрицы разбиения, которая лучше каждой из полученных отдельными методами. Впервые была реализована система кластеризации в парадигме нечеткой логики типа-2, работающая полностью в on-Line режиме. Благодаря предложенным разработкам решены практические задачи сегментации и автоматизированной классификации иллюстративного материала для учебно-методической литературы, а также задачи лексикографического и прагматического анализа текстов и интеллектуального поиска в корпусе текстов.