SVM分类器中的特征选择

Question

我正准备一个程序来检测和识别图像中的道路标志。我目前正在创建一个SVM分类器，用于区分圆形和矩形。为此我正在使用具有7个Hu时刻的特征向量。不幸的是，我得到的时刻太多了，所以我只能选择彼此相似的那些。 您可以在下面找到我的部分内容。

 training_mat_norm = training_mat_norm.reshape(1, 27);
    int l_wierszy = training_mat_norm.rows;
    Mat etykieta = (Mat_<int>(l_wierszy,1, CV_32SC1) << -1, -1, -1, -1, -1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1);

   
    CvSVMParams params;
    params.svm_type = CvSVM::C_SVC;
    params.kernel_type = CvSVM::POLY;
    params.degree = 3;
    params.gamma = 3;
    params.C = 3;
 
    CvSVM svm;
    svm.train(training_mat_norm, etykieta, Mat(), Mat(), params);

training_mat_norm是一个包含27的计算Hu矩的矩阵 base signs

有人知道如何进行特征选择吗？