如果油价刚跳上一个台阶，没过几天又跳回去，夹在中间的数据可能少得像一句插话：全局扫描很容易直接略过。Waychal、Laha 和 Sinha 的新工作瞄准的正是这种盲区。这里的“变点”指数据规律突然改变的位置；真实变化存在却没检出，则叫第二类错误，也就是漏报。
作者提出两阶段算法 DCI：先看完整序列，再用多个局部检验复查，并让滑动窗口——只比较候选位置附近数据的观察框——自适应调整宽度。这样既保留全局视野，也尝试抓住持续很短、彼此紧邻或靠近样本边界的变化。论文还把理论从高斯噪声扩展到弱依赖序列，即相邻数据可以相关、但距离越远关联越弱，更贴近市场数据。
作者称，DCI 在多组模拟中兼顾检出率、误报率、定位误差和分段质量，并用 2026 年美伊冲突期间的油气市场检验方法，引入“事件敏感度”和“事件归因”衡量地缘冲击。不过，现有材料未给出该应用的具体数值，效果仍主要依据作者报告。