基于历史数据预测未来趋势在工业能源规划和城市交通规划等实际应用中至关重要。然而，由于现实世界数据的复杂性，这些数据往往表现出非平稳性，这使得模型难以捕捉潜在特征，从而导致预测性能下降。在这项研究中，提出了FTdasc来应对这一挑战。