本发明公开了一种基于迁移学习的辐射源个体识别方法及系统,属于辐射源个体识别技术领域,首先利用双谱变换进行特征提取,提取信号内的指纹信息;然后通过卷积神经网络对源目标域的个体数据进行学习,获得网络模型;最后通过基于模型的参数迁移、最大均值误差和双曲空间的域适配迁移学习方法对源域模型进行迁移,实现辐射源个体的智能迁移;本发明能够在较低信噪比下有良好的识别准确率,在不同的信道下仍具有良好的识别能力,解决了网络冷启动和慢收敛的问题,同时提升了辐射源个体识别精度。