模糊积分是一种融合工具,用以提高多分类器融合系统的分类精确率和改善系统的稳健性。在基于模糊积分的多分类器融合系统中,模糊测度对融合系统的性能有很大的影响。若模糊测度定义得比较合适,可以明显地提高分类精确率;反之,定义得不恰当,可能使得融合系统的分类精确率不如单个分类器的分类精确率。在融合系统中的分类器已经给定的情况下,本文首先分析了模糊测度对分类结果的影响,指出了基于模糊积分的多分类器融合系统具有一定的纠错能力,即对于一个样例,即使所有分类器都分错了,基于模糊积分的融合系统仍有可能对该样例进行正确的分类。在此基础上,提出了模糊测度函数的概念,使得模糊测度可以随着输入样例的不同而变化,及时反映出在对一具体样本进行分类过程中分类器的重要性和分类器之间的交互作用。同时给出了一种实现模糊测度函数的方法,实验证明具有一定的可行性。此外,本文还对模糊测度的单调性对融合系统的影响进行了初步讨论,指出了模糊测度的单调性约束条件在用Sugeno 积分作融合算子时可以不考虑。