[發明專利]流量矩陣的估計方法和裝置

在審

• 申請號: 201410759560.5
• 申請日: 2014-12-11
• 公開（公告）號: CN104468272A
• 公開（公告）日: 2015-03-25
• 發明（設計）人: 涂丹丹
• 申請（專利權）人: 杭州華為數字技術有限公司
• 主分類號: H04L12/26
• 分類號: H04L12/26
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 楊貝貝;黃健

1.一種流量矩陣的估計方法，其特征在于，包括：

獲取預設范圍內網絡的流量值并根據所述流量值得到約束矩陣B；

根據預設算法以及約束條件求解目標函數min(rank(LR^T))以獲取L和R；其中，流量矩陣X＝LR^T，L為利用非負矩陣分解算法分解所述流量矩陣X得到的左特征向量，R為利用非負矩陣分解算法分解所述流量矩陣X得到的右特征向量，所述約束條件為Λ(LR^T)＝B，Λ(·)為線性算子，rank(LR^T)為所述流量矩陣X的秩，min函數為求最小值的函數。

2.根據權利要求1所述的方法，其特征在于，所述根據預設算法以及約束條件求解目標函數min(rank(LR^T))以獲取L和R具體包括：

利用規則化核范數將所述目標函數min(rank(LR^T))轉換為第二目標函數其中，為所述左特征向量L的第F范數的平方，為所述右特征向量R的第F范數的平方，F為預設值；

根據所述預設算法以及所述約束條件求解所述第二目標函數以獲取所述左特征向量L和所述右特征向量R。

3.根據權利要求2所述的方法，其特征在于，所述根據所述預設算法以及所述約束條件求解所述第二目標函數以獲取所述左特征向量L和所述右特征向量R具體包括：

根據低秩估計正則化將在所述約束條件下的所述第二目標函數轉換為第三目標函數其中，λ為預設參數，為(Λ(LR^T)-B)的第F范數的平方，F為預設值；

根據所述預設算法求解所述第三目標函數以獲取所述左特征向量L和所述右特征向量R。

4.根據權利要求3所述的方法，其特征在于，所述根據所述預設算法求解所述第三目標函數以獲取所述左特征向量L和所述右特征向量R具體包括：

將所述第三目標函數轉換為第四目標函數其中，T為常對角矩陣，S為根據所述流量矩陣X的相鄰行向量相似度值得到的矩陣；

根據所述預設算法求解所述第四目標函數以獲取所述左特征向量L和所述右特征向量R。

5.根據權利要求1至4任一所述的方法，其特征在于，所述預設算法包括：

交替最小二乘算法、迭代閾值算法、最小全變分算法或匹配追蹤算法。

6.一種用于估計流量矩陣的裝置，其特征在于，包括：

獲取單元，用于獲取預設范圍內網絡的流量值并根據所述流量值得到約束矩陣B；

處理單元，用于根據預設算法以及約束條件求解目標函數min(rank(LR^T))以獲取L和R；其中，流量矩陣X＝LR^T，L為利用非負矩陣分解算法分解所述流量矩陣X得到的左特征向量，R為利用非負矩陣分解算法分解所述流量矩陣X得到的右特征向量，所述約束條件為Λ(LR^T)＝B，Λ(·)為線性算子，rank(LR^T)為所述流量矩陣X的秩，min函數為求最小值的函數。

7.根據權利要求6所述的裝置，其特征在于，所述處理單元具體用于：

利用規則化核范數將所述目標函數min(rank(LR^T))轉換為第二目標函數其中，為所述左特征向量L的第F范數的平方，為所述右特征向量R的第F范數的平方，F為預設值；

根據所述預設算法以及所述約束條件求解所述第二目標函數以獲取所述左特征向量L和所述右特征向量R。

8.根據權利要求7所述的裝置，其特征在于，所述處理單元具體用于：

根據低秩估計正則化將在所述約束條件下的所述第二目標函數轉換為第三目標函數其中，λ為預設參數，為(Λ(LR^T)-B)的第F范數的平方，F為預設值；

根據所述預設算法求解所述第三目標函數以獲取所述左特征向量L和所述右特征向量R。

9.根據權利要求8所述的裝置，所述處理單元具體用于：

將所述第三目標函數轉換為第四目標函數其中，T為常對角矩陣，S為根據所述流量矩陣X的相鄰行向量相似度值得到的矩陣；

根據所述預設算法求解所述第四目標函數以獲取所述左特征向量L和所述右特征向量R。

10.根據權利要求6至9任一所述的裝置，其特征在于，所述預設算法包括：

交替最小二乘算法、迭代閾值算法、最小全變分算法或匹配追蹤算法。