分类器间存在的多种交互作用，近年来，模糊积分作为一种融合工具已经广泛应用于多分类器融合中。为了减少模糊测度中需确定的参数的个数，人们往往用特殊结构的模糊测度代替一般的模糊测度，但这意味着减弱了模糊测度的表示能力。如何度量分类器间的交互作用大小，如何用特殊结构的模糊测度恰当的表示分类器闾的交互作用，以及模糊测度表示交互作用能力大小与待确定参数多少的矛盾，被大家广泛关注。在本文中，我们分别用2-可加模糊测度和gλ模糊测度取代一般模糊测度，简化了多分类器融合的模型，减少待确定参数。将M.Grabisch建立的交互影响模型应用到多分类器融合中，定义了分类器的重要性指标和交互作用指标，证明了定义的合理性。分别具体计算了采用2-可加模糊测度和gλ模糊测度后分类器的重要性指标和交互作用指标，比较了它们表示交互作用能力的大小，并给出相关结论证明。