独立成分分析的乏力

     独立成分分析是一种成熟的方法，这方面有很多论文和成熟的算法，将独立成分分析应用于流量矩阵估计中的一个比较成熟的想法是：假设多维的信号X可以分解为少维的独立成分信号S（不完备ICA问题），这样y=ax转换为y=Ax=A*W*s,当s的维数低于或等于y的维数时，可以求出s，再还原成x，当然这里还需要一个假设，就是W随时间是相对稳定的。第一个假设是有根据的：通过实验数据反应X的大部分OD流间是正相关的（有13%的OD对的相关系数甚至大于0.3）。通过使用fastICA算法对X进行分析后发现，独立成分的维数保持不变，这让人很无奈。

     当然我还对第二个假设做了间接的验证：如果W是稳定的，则x=W*s=w*（A*W）^（-1）*y记为x=B*y，则B肯定也是稳定的，对样本进行计算B=X*Y^(-1)，发现B不稳定。

     在最初考虑使用这一方法时，我考虑将y直接分解为独立成分x（过完备ICA问题），这里需要假设x各维之间是独立的，关于各OD流是否独立却是很难界定的事情，因为毕竟大部的OD对的相关系数小于0.1，当然还要考虑更高阶矩，先撇开不谈。如果X还可以表示成W*Y的话，则X的秩不高于Y，正常情况下，x的维数就不能高于y的维数了，这说明过完备ICA问题的解是非线性的了。可能需要用到信号处理里面比较复杂的重构技术。再进一步想，如果可以得到，那么得到的X是否满足链路约束条件（Y=AX），在“鸡尾酒会问题”中，假设A是未知的实数矩阵，与此处的A是已知的0-1矩阵还是有区别的。

      由此，我大致认为，POP流量矩阵很难用独立成分分析，这也是由于网络流量的独有的复杂特性（长短相关混合，自相似性，突变性等）所决定的。