一种源先验引导异构图推理的多源无源域适应方法及系统

本发明公开一种源先验引导异构图推理的多源无源域适应方法及系统，旨在解决现有方法忽视细粒度结构关系及早期适应不稳定问题；该方法首先构建多源特征‑概率缓存，基于集成置信度与增强一致性估计样本可靠性并更新类别原型；其次，融合静态分类器语义与目标诱导动态语义构造动态源模型节点；然后构建包含目标样本、源模型及类别原型的统一异构图，在样本‑样本、样本‑模型和样本‑原型关系上执行关系感知消息传递，生成图分支预测；最后，保留冻结源集成预测作为稳定判别先验，通过可学习校准系数逐步引入图分支进行结构化校准；本发明能够提升目标域判别能力与适应稳定性，在Office‑Home和DomainNet上性能优于现有方法，且图推理模块可即插即用。