快速多变化点分割方法最近受到了极大的关注，它还提供了关于分段数量、位置和大小的可靠统计陈述。在本文中，我们提出了一种多尺度分割方法FDRSeg，它控制了错误发现率（FDR），即错误跳跃的数量与真实跳跃的数量线性相关。通过这种方式，它使检测能力适应真实跳跃的数量。在高斯背景下，我们证明了其FDR的一个非渐近上界，从而可以正确地校准FDRSeg的唯一参数。此外，我们还证明了FDRSeg在一致意义下以最大对数因子的最优极小收敛速度估计变点位置以及信号。后者是跳转大小有界且变化点数量有界甚至增加的阶跃函数类上的w.r.t.$L^{p}$-risk，$p\ge1$。FDRSeg可以通过加速动态程序进行有效计算；当存在多个变化点时，其计算复杂度与观测次数呈线性关系。通过在模拟数据集和实际数据集上与一些最新方法进行比较，验证了该方法的性能。在线提供R包。