我们提出了一种回归函数的自适应估计方法，该回归函数在平均积分误差的经典意义下接近最优。同时，估计量对基础函数$f$或其导数的不连续性或变化点非常敏感。例如，在回归函数跳跃的情况下，超过变化点周围的长度间隔（按顺序）$n^｛-1｝\logn$，估计质量基本上与已知跳跃位置相同。该方法是完全自适应的，对跳跃的设计、数量和大小没有任何假设。结果是以非交感方式表示的，因此可以应用于任意样本大小。