数字绘图控制技术的科学研究与合作开发对数学预测此基础的明确要求极高，许多涌现的新方法中，叹为观止的数学预测推论令许多期盼深入科学研究的人却步。绘图科学研究上所需的数学预测基本上原理此基础，主要就牵涉数学预测、微积分学、量子场论、自由对象预测、偏方程、微分表达式、数学方法等。
尽管一个理科小学生大体早已具有了主要就包括数学预测、数学预测、数理逻辑其中的数学预测此基础，但在预测许多绘图演算法的基本上原理时，好似却是觉得难于侧发力。
在科学研究绘图最难遇到的许多习题，须要采行一类渐进的形式将它再次组织机构到了一同。并紧密结合具体内容的绘图演算法探讨来传授那些数学预测知识的利用，进而创建数学预测知识与绘图间的一处公路桥。
上面是许多常见的数学预测方法：
1. 点数类别的数学预测转换
基本价值观是借助各式各样点数转换将讯号从频域或低空二维到转换域。目地是借助数人预设的基表达式对原初讯号展开二维，使转换常数整体表现出这种较好的物理性质，其本质是对讯号的另一类同构涵义。
点数转换是通过参变量点数将一个已知表达式变为另一个表达式。转换性能取决于基表达式的选择，经典的是傅里叶转换和小波转换。数学预测转换会追求所谓稀疏表示，即如何通过最小数量的常数尽可能更多的描述讯号的能量。不同类别的讯号，其在不同转换下常数的分布会不同。
2. 基于偏微分的曲线
基本上价值观是借助极小化能量自由对象的解实现曲线曲面的变化，对常方程展开求解，但是我们不能忽视由于某些原因有许多定解问题是不能严格解出的，只可以用近似方法求出满足实际需要的近似程度的近似解，最终使其逼近我们所期望的结果。
3. 统计预测
这是现代讯号处理和统计模式识别的此基础，现代讯号处理追求的是这种统计意义下的最优滤波，所以我们会看到MMSE、MLS之类的滤波演算法。统计模式识别重点放在分类界面的确定，这须要以先验概率作为前提；若先验概率未知，则通过有参或无参方法对其展开估计。
统计方法主要就通过借助数理逻辑创建数学预测模型，收集所观察系统的数据，展开量化的预测、总结，并进而进行推断和预测，为相关决策提供依据和参考。它被广泛的应用在各门学科之上，从物理和社会科学到人文科学，甚至被用来工商业及政府的情报决策之上。
4. 非线性离散滤波器
滤波器是讯号处理中最重要的科学研究对象，滤波器可以将原初讯号的有用信息通过各式各样组合来凸显出来，基本上上所有牵涉到特征的应用场合都要考虑滤波器，如果滤波器设计得好的话，能够极大地提高整个演算法的准确度和效率。典型的滤波器有序统计滤波、中值滤波、中值滤波。Lee滤波等等。
在实际应用中，非线性滤波演算法的选取还应根据具体内容应用场合和条件，并须要在估计精度、实现难易程度、数值稳健性及计算量等各式各样指标间综合权衡。比如，在雷达对再入飞行目标展开跟踪问题中，由于目标速度极快，受到复杂的空气动力影响而呈现出很强的非线性，通常见UKF方法更适合。
5.多分辨率预测
是小波转换在实际工程应用中的一个重要方向，其实小波只是其中一类，基本上价值观与多抽样率滤波器组相一致，创建了小波转换与数字滤波器间的联系。多分辨率预测是一个框架，可以选择不同的滤波器。为正交小波基的构造提供了简单的预测方法，而且为正交小波转换的快速演算法提供了理论依据。
小波转换由于能同时在频域和频域中对信号展开预测，能有效地区分讯号中的突变部分和噪声，进而实现讯号的消噪在讯号处理领域，用小波预测降噪已得到越来越广泛的应用。比如小波阈值去噪法是小波去噪方法中应用较广泛的一类，它具有方法简单、计算量小和去噪效果好的特点。
