Eseller, Kemal EfeBerberoğlu, HalilAktepe, MustafaDepartment of Electrical & Electronics Engineering2024-07-072024-07-072021https://hdl.handle.net/20.500.14411/5553Bu tezde, makine öğrenmesi algoritmalarını kullanarak örnekleri birbirinden ayırt edebilen bir el tipi sistem geliştirdik. Bu tezin temel amacı, yüksek enerjili malzemeleri ayırt etmek için temel oluşturan bir sistem geliştirmektir. Bu sistem, C (248 nm, 1069 nm), O (777 nm, 926 nm), H (656 nm,486 nm), N (868nm, 1011 nm), San Bantları (300 nm – 650 nm) gibi element ve moleküllere sahip olan yüksek enerjili malzemeleri niteliksel ve niceliksel olarak analiz edebilir. Bu elementlerin ve moleküllerin dalga boyu bilgileri Ulusal Standartlar ve Teknoloji Enstitüsü (NIST) veri tabanından elde edilmiştir. Bu sistem, örnekleri analiz etmek ve belirlemek için makine öğrenme algoritması (Destek Vektör Makinesi/SVM) kullanır. El tipi bir sistem olarak geliştirilen bu sistem, sonuç olarak tüm kontrol, iletişim ve kullanıcı ara yüzü (UI) mekanizmaları için gömülü platformda geliştirilmiştir. Bu amaçla ST Microelectronics tarafından geliştirilen ve STM32F746ZGT6 modeli olan ARM (ARM Cortex M7) tabanlı mikro denetleyici birimi (MCU) kullanıyoruz.In this thesis, we developed a handheld system that can distinguish samples between them using machine learning algorithms. The main aim of this thesis is developing a system that is base for distinguishing high energetic materials. This system can analyze qualitatively and quantitatively high energetic materials those have elements and molecules as C (248 nm, 1069 nm), O (777 nm, 926 nm), H (656 nm,486 nm), N (868nm, 1011 nm), Swan Bands (300 nm – 650 nm). The wavelength of these elements and molecules information has been obtained from National Institute of Standards and Technology (NIST) database. This system uses machine learning algorithm (Support Vector Machine/SVM) to analyze and determine samples. This system developed as a handheld system, as a result has been developed in embedded platform for all the control, communication and user interface (UI) mechanisms. We use an ARM (ARM Cortex M7) based microcontroller unit (MCU) that is developed by ST Microelectronics and model is STM32F746ZGT6 for this purpose.enElektrik ve Elektronik MühendisliğiElectrical and Electronics EngineeringMaster Thesis704646044