对于不平衡数据分类来说,不同类别样本间数量的差异性,以及同类样本内部的信息缺失很大程度上制约了这些分类算法的准确性和合理性。虚拟样本生成技术可以有效的解决不平衡分类问题中由于样本数量差异而导致的决策面偏移的问题,同时可以有效的填补样本的信息间隔。在传统的不平衡样本分类问题的解决策略中,虚拟样本构建方法往往只是基于原有样本间的线性组合,由此而导致的数据特征过于单一的问题难以得到有效的解决。因此,本文提出了 一种基于核密度估计(Kernel Density Estimation,KDE)和Copula函数的虚拟样本生成方法(Copula-KDEVSG)用以解决不平衡分类问题中的数据偏斜问题和信息缺失问题。根据核密度估计求得每一维数据的边际概率密度函数,并结合Copula函数构建联合概率密度模型。根据已构建的联合概率密度模型进行重采样,以生成新的虚拟样本。结合伪标记技术对虚拟样本进行进一步的优化,以此提出了改进的Copula-KDEVSG方法。并经过实验证实该方法进一步提升了生成的虚拟样本的质量。Copula-KDEVSG可以生成符合原始样本特征的虚拟样本,有效地填充样本间的信息间隔,进而提升分类器对于样本的学习能力。通过两个实际案例(核蛋白定位数据和钞票的小波变换数据),应用Copula-KDE生成的虚拟样本与SMOTE方法所生成的虚拟样本分别在四种分类器上进行对比试验,充分验证了该方法的有效性、实用性和先进性。实验结果表明,该方法生成的虚拟样本可以有效的保留原始样本的特征信息,提升分类器在不平衡样本下的分类表现,进而证明了所提出的虚拟样本生成方法的合理性和有效性。