本研究提出了一种新颖的自适应异质基础UniBasis，通过理论分析探索了期望多项式基与异质性程度之间的内在关联，并将其与同质性基础相结合，构建了一个多项式滤波器的图神经网络UniFilter。实验证明了UniFilter在各种异质性程度的数据集上的优越性，同时突出了UniBasis在图解释方面的能力。