层次递归聚类（hierarchical ascendant clustering，HAC），生物物理学名词，通过计算和分析原始图像之间的距离，对原始图像依次进行归纳和聚类的方法。是将n个原始图像各自看成一类，然后计算类与类之间的距离(如相关系数、欧氏距离、R因子等)，将距离最小的一对类合并成一个新类，并通过平均可以得到该新类的类平均；之后再次计算该新类与其他各类的距离，选择距离最近的两类合并，以此类推直至合并成一类为止。对原始图像集合进行层级递归聚类分析之后，选择合适的聚类程度就得到了该集合的一种分类结果。