一种基于机器学习的农产品供应链溯源数据完整性验证方法

本发明提供一种基于机器学习的农产品供应链溯源数据完整性验证方法，属于农产品供应链技术领域，本发明通过建立农产品供应链数据采集体系并按时效性分层，构建数据分类处理架构将原始数据按复杂程度分类，建立农产品损坏预测模型识别易损环节，设计以数据完整性最大化为目标的上层模型和以计算效率优化为目标的下层模型组成的双层博弈优化模型，采用液态神经网络构建数据融合校验模型并根据供应链节点数量、数据时效性等参数动态调整液态神经元状态参数，通过小规模验证实验确定各评估矩阵的参数范围，最终执行完整性验证计算输出综合得分结果，解决了农产品供应链溯源数据完整性验证准确率不高且计算效率低下的技术问题。