随着大数据的到来,Internet数据流量已取代了人们的生活。 如何分析这些海量数据已成为当前亟待解决的问题。 流量矩阵一直是从整个网络的角度解决各种问题的有用流量模型。 原始目的地(OD)流量矩阵提出的主要挑战是OD流量矩阵通常形成高维多元结构。 在本文中,我们介绍了一种改进的Isomap算法,即E-Isomap(E-Isomap),它比经典的Isomap是一种效率更高的非线性降维工具,然后将E-Isomap应用于从骨干网络获取的实际OD流量矩阵(阿比林)。 仿真结果表明,高维OD流量矩阵的内