以某清香型白酒为研究对象, 将三维荧光光谱技术与平行因子分析方法(parallel factor analysis, PARAFAC)、 BP神经网络结合, 建立清香型白酒年份鉴别模型。 首先, 利用FLS920全功能型荧光光谱仪测量获得不同年份白酒的三维荧光光谱数据, 对激发发射三维矩阵进行三线性分解, 得到四个主成分对应的浓度得分和激发-发射光谱轮廓图。 将这4个浓度得分作为BP神经网络的输入, 建立10, 20和30年份白酒的鉴别模型。 随机选取每个年份的10个样本, 共30个样本组成测试集, 剩余的90个白酒样本组成训练集建立训练模型。 据此对未知样品进行预测, 其预测正确率分别为90%, 100%和100%。 同时将该方法与多维偏最小二乘判别分析法(multi-way partial least squares discriminant analysis, NPLS-DA)进行了比较。 研究结果表明: 平行因子结合神经网络的判别模型具有更强的预测能力, 该方法能够有效提取年份白酒的特征光谱信息, 同时又降低了神经网络输入变量的维数, 取得较好的鉴别效果。