食品行业人工智能 标准化工具服务商
案例
光谱数据加工处理
培训
案例一
全球咖啡豆原产地分类模型
处理数据†强调光谱之间的差别†促进监督学习的稳定性及成功率
谱纹品得专有机器学习工具箱采用先进的机器学习公式与算法；
数据将经过不同的算法做出若干模型，再以准确度选出最好的模型。
案例二
巴西咖啡豆瑕疵分类模型
- 巴西产阿拉比卡豆含有几种非肉眼所见的瑕疵。
- 起因：储藏或发酵环境不佳、霉菌袭击等，
- 导致货物被客户拒绝造成经济损失
- 分类模型能够清楚分辨多数分类。
合作伙伴和客户
谱纹品得的科技使我们能够在不影响口味和质量的情况下优化配料组合的营养价值。
谱纹品得的科技显著增加了质量评估进程进而有利于从农户到烘焙者的整个产业价值链。我们还可以看到此解决方案在咖啡之外食品原料领域的应用潜力，比如可可、坚果、香料和奶制品。
谱纹品得的科技有益于加速行业变革步伐、增强数字化转型应用效果，我们极其高兴能与谱纹品得这样的高水平合作伙伴并驾笃行。
苏可菲纳咖啡已经完成了对谱纹品得技术的测验，取得了积极的效果。我们很荣幸与谱纹品得一起重新定义咖啡行业，创造利于生产者和消费者共赢的宏伟愿景。
联系谱纹
