已有的密度離群點(diǎn)檢測(cè)算法LOF不能適應(yīng)數(shù)據(jù)分布異常情況離群點(diǎn)檢測(cè)，INFLO算法雖引入反向五近鄰點(diǎn)集有效地解決了數(shù)據(jù)分布異常情況的離群點(diǎn)檢測(cè)問(wèn)題，但存在需要對(duì)所有數(shù)據(jù)點(diǎn)不加區(qū)分地分析其k近鄰和反向k近鄰點(diǎn)集導(dǎo)致的效率降低問(wèn)題。針對(duì)該問(wèn)題，提出局部密度離群點(diǎn)檢測(cè)算法-LDBO，引入強(qiáng)矗近鄰點(diǎn)和弱矗近鄰點(diǎn)概念，通過(guò)分析鄰近數(shù)據(jù)點(diǎn)的離群相關(guān)性，對(duì)數(shù)據(jù)點(diǎn)區(qū)別對(duì)待；并提出數(shù)據(jù)點(diǎn)離群性預(yù)判斷策略，盡可能避免不必要的反向后近鄰分析，有效提高數(shù)據(jù)分布異常情況離群點(diǎn)檢測(cè)算法的效率。理論分析和實(shí)驗(yàn)結(jié)果表明，LDBO算法效率優(yōu)于INFLO，算法是有效可行的。