移动时间层次聚类（Travel-Time based Hierarchical Clustering, TTHC）是一种势能聚类算法，虽然有着较好的聚类效果，但是该算法无法识别出数据集里存在的噪声数据点，导致聚类效果变差。对于上面的问题，提出一种抗噪的移动时间势能聚类算法。提出的算法首先计算各个数据点的势能值以及数据点之间的相似度，再按照相似度找到各个数据点的父节点，计算各数据点到父节点的距离；接着按照数据点到父节点的距离以及数据点的势能得到■值，依照■值大小来构造递增曲线，通过找到递增曲线中的拐点来识别出噪声点，将噪声数据归到一个新类簇中去；最后对去除噪声点后的数据集根据数据点与父节点的距离作层次聚类，获得聚类结果。合成数据集与真实数据集上的实验结果可以表明，新算法能够识别出数据集里的噪声数据点，从而可以得到更优的聚类效果。