中文摘要：

中微子物理是粒子物理和宇宙学的重要研究领域，反应堆中微子实验精确确定中微子事例的分布与总数是测量中微子混合角theta13的关键。在本项目研究中，利用Geant4设计了一个新一代反应堆中微子实验的探测器，并利用此探测器模拟中微子事例与本底事例在反应堆中微子实验探测器中的响应，从而为我们的研究提供了Monte-Carlo 数据。本项目研究采用了Bayesian神经网络（BNN）对中微子实验的数据进行处理。利用BNN进行事例重建，其能量重建分辨率明显好于最大似然法得到的结果。利用BNN对中微子事例与本底事例进行了鉴别，研究不同的网络输入量，都得到比基于cut事例鉴别方法更好的信噪比。我们研究发现基于光电子分布信息以及脉冲信号波形信息为输入量的BNN得到了最好的信噪比,而高的信噪比可以提高theta13的测量精度。另外，还利用BNN更精确地重建了中微子入射方向，为反应堆中微子实验探测器探测超新星中微子确定其方向提供了很好的方法。这些研究结果都表明BNN可以很好地应用到反应堆中微子实验的数据处理，以提高实验测量精度。