更改

一些研究人员对这些发现提出了异议，认为研究中使用的定义过于严格<ref>{{cite journal |last1=Voitalov |first1=Ivan |last2=van der Hoorn |first2=Pim |last3=van der Hofstad |first3=Remco |last4=Krioukov |first4=Dmitri |title=Scale-free networks well done |journal=Physical Review Research |date=18 October 2019 |volume=1 |issue=3 |pages=033034 |doi=10.1103/PhysRevResearch.1.033034|doi-access=free }}</ref> ，其他人则认为，确定度分布的精确函数形式不必要，只需要知道度分布是否为厚尾分布就好<ref>{{Cite journal|last=Holme|first=Petter|date=2019-03-04|title=Rare and everywhere: Perspectives on scale-free networks|journal=Nature Communications|language=en|volume=10|issue=1|pages=1016|doi=10.1038/s41467-019-09038-8|issn=2041-1723|pmc=6399274|pmid=30833568|bibcode=2019NatCo..10.1016H}}</ref> 。对度分布的特定形式的过度解释也受到批评，因为它没有考虑网络如何随时间演化<ref>{{cite journal |last1=Falkenberg |first1=Max |last2=Lee |first2=Jong-Hyeok |last3=Amano |first3=Shun-ichi |last4=Ogawa |first4=Ken-ichiro |last5=Yano |first5=Kazuo |last6=Miyake |first6=Yoshihiro |last7=Evans |first7=Tim S. |last8=Christensen |first8=Kim |title=Identifying time dependence in network growth |journal=Physical Review Research |date=18 June 2020 |volume=2 |issue=2 |pages=023352 |doi=10.1103/PhysRevResearch.2.023352|doi-access=free }}</ref>。

一些研究人员对这些发现提出了异议，认为研究中使用的定义过于严格<ref>{{cite journal |last1=Voitalov |first1=Ivan |last2=van der Hoorn |first2=Pim |last3=van der Hofstad |first3=Remco |last4=Krioukov |first4=Dmitri |title=Scale-free networks well done |journal=Physical Review Research |date=18 October 2019 |volume=1 |issue=3 |pages=033034 |doi=10.1103/PhysRevResearch.1.033034|doi-access=free }}</ref> ，其他人则认为，确定度分布的精确函数形式不必要，只需要知道度分布是否为厚尾分布就好<ref>{{Cite journal|last=Holme|first=Petter|date=2019-03-04|title=Rare and everywhere: Perspectives on scale-free networks|journal=Nature Communications|language=en|volume=10|issue=1|pages=1016|doi=10.1038/s41467-019-09038-8|issn=2041-1723|pmc=6399274|pmid=30833568|bibcode=2019NatCo..10.1016H}}</ref> 。对度分布的特定形式的过度解释也受到批评，因为它没有考虑网络如何随时间演化<ref>{{cite journal |last1=Falkenberg |first1=Max |last2=Lee |first2=Jong-Hyeok |last3=Amano |first3=Shun-ichi |last4=Ogawa |first4=Ken-ichiro |last5=Yano |first5=Kazuo |last6=Miyake |first6=Yoshihiro |last7=Evans |first7=Tim S. |last8=Christensen |first8=Kim |title=Identifying time dependence in network growth |journal=Physical Review Research |date=18 June 2020 |volume=2 |issue=2 |pages=023352 |doi=10.1103/PhysRevResearch.2.023352|doi-access=free }}</ref>。

== 超额度分布 ==

== 余度分布 ==

'''<font color="#ff8000">余度分布 Excess Degree Distribution</font>'''的定义是：沿着任意一条边到达某个节点，这个节点其他边的数量的概率分布。<ref name=":0">{{Cite book|last=Newman|first=Mark|url=http://www.oxfordscholarship.com/view/10.1093/oso/9780198805090.001.0001/oso-9780198805090|title=Networks|date=2018-10-18|publisher=Oxford University Press|isbn=978-0-19-880509-0|volume=1|language=en|doi=10.1093/oso/9780198805090.001.0001}}</ref>换句话说，它是随链接进入一个节点后出去的边数的分布。

'''<font color="#ff8000">余度分布 Excess Degree Distribution</font>'''的定义是：沿着任意一条边到达某个节点，这个节点其他边的数量的概率分布。<ref name=":0">{{Cite book|last=Newman|first=Mark|url=http://www.oxfordscholarship.com/view/10.1093/oso/9780198805090.001.0001/oso-9780198805090|title=Networks|date=2018-10-18|publisher=Oxford University Press|isbn=978-0-19-880509-0|volume=1|language=en|doi=10.1093/oso/9780198805090.001.0001}}</ref>换句话说，它是随链接进入一个节点后出去的边数的分布。

假设一个网络具有度分布<math>P(k)</math>,通过选择一个节点（随机或非随机）跟随它的一个邻近点（假设至少有一个邻近点），那么该节点具有<math>k</math> 个邻近点的概率不是由<math>P(k)</math>.给出的。造成这一结果的原因在于，无论何时在异质网络中选择某个节点，它都更有可能通过跟随该节点的某个现有邻点到达枢纽节点。这些节点具有度<math>k</math>的真实概率是<math>q(k)</math>，它被称为该节点的'''超额度'''。在'''<font color="#ff8000">配置模型 Configuration Model</font>'''中，忽略节点之间的相关性，并假定每个节点以相同的概率连接到网络中的其他任何节点，超额度分布表示为:

假设一个网络具有度分布<math>P(k)</math>,通过选择一个节点（随机或非随机）跟随它的一个邻近点（假设至少有一个邻近点），那么该节点具有<math>k</math> 个邻近点的概率不是由<math>P(k)</math>.给出的。造成这一结果的原因在于，无论何时在异质网络中选择某个节点，它都更有可能通过跟随该节点的某个现有邻点到达枢纽节点。这些节点具有度<math>k</math>的真实概率是<math>q(k)</math>，它被称为该节点的'''超额度'''。在'''<font color="#ff8000">配置模型 Configuration Model</font>'''中，忽略节点之间的相关性，并假定每个节点以相同的概率连接到网络中的其他任何节点，余度分布表示为: