在本文中，我们讨论了高维最优输运问题中的输运剩余估计问题(即匹配亲和度)。经典的最优传输理论定义了匹配亲和度，并确定了最优联合分布。相反，我们研究了基于联合分布的估计匹配亲和力的反问题，使用了问题的熵正则化。为了适应高维数据，我们提出了一种新的方法，该方法结合了核范数正则化，有效地在亲和矩阵上执行秩约束。用这种方法估计的低秩矩阵揭示了与匹配相关的主要因素。