吴 军，欧阳艾嘉，张 琳

（遵义师范学院信息工程学院，贵州遵义 563000）

0 概述

在现实世界的许多应用中都存在大量的序列数据，如基因序列、文本序列、轨迹序列等。发现序列数据中的序列模式是一个十分重要的研究问题［1-2］。其中，在不同类型的序列数据分布中呈现显著对比性的模式被称作对比序列模式［3］。对比序列模式具有非常重要的应用价值，比如在生物蛋白质序列中发现生物标记［4］、在风险评估和管理中预防攻击行为［5］等。

为了挖掘对比序列模式，一些方法被相继提出［3，6-8］。这些方法将注意力主要集中在对比性度量选择以及阈值约束设定上，使得结果中会存在一定数量偶然满足了算法约束但不能体现真实对比性的对比序列模式。这样的模式被称为假阳性模式，它们提供的错误信息会对后续分析产生严重的干扰。

DSPM-MTC 方法运用统计显著性检验过滤了结果中的部分假阳性对比序列模式［9］，其使用直接计算法来计算p-value 值。在统计显著性检验中，每个被检验的对比序列模式会根据其分布信息计算得到一个p-value 值，该值的大小度量了其统计显著性。对比序列模式的p-value 值越小，则为假阳性模式的可能性就越小。

标准置换检验是一种常用的统计显著性检验方法，在非序列数据的模式发现任务中其检验效力高于直接计算法［10］。标准置换检验通过置换数据类型标签生成一定数量的置换数据集合，从中计算得到对比性度量值并建立相应的零分布，从而由该零分布计算得出被检验的对比序列模式的p-value 值。……