Las partículas de suspensión contaminantes, como por ejemplo las PM10 y las PM25, son algunas de las más dañinas para la humanidad dado el diámetro mínimo aerodinámico que tienen. Esto las convierte, junto con la creciente demanda de los factores que las producen en ciudades cada vez más pobladas, en un riesgo serio para sus habitantes. Los factores de detección deben ser cada vez más efectivos, precisos y accesibles para que puedan llegar a donde más se necesitan. A lo largo de este trabajo se explora y deduce un algoritmo de predicción basado en el método Clustering Difuso C-Means, suficientemente capaz de pronosticar estos índices contaminantes, además se propone y compara su desempeño en VHDL y en Matlab, para determinar la obtención de los mismos resultados con ambas arquitecturas, complementando de esta forma, la factibilidad de que pueda ser implementado más rápidamente y con menos recursos.