android使用POI操作替换word docx文档，根据 【***】这种标识规则，替换掉docx文档中的内容

大名鼎鼎的David Lowe从尺度不变关键点中提取的图像特征，SIFT算法原文

lowe04年关于SIFT的论文IJCV2004 Distinctive image features from scale invariant keypoints的翻译，完全自己翻着金山词霸翻译的。

用卷积滤波器matlab代码3D点云分析中的深度学习：配准，对象检测和分段。 基于点云的论文调查 登记 判别性优化：点云注册的理论和应用，2017年 使用深度神经网络自动编码器进行本地化的3D点云注册，2017年。 彩色点云注册，2017年。 使用2个点+法线集快速注册点重叠小的点云，2017年。 密度自适应点集注册，2018年。 学习和匹配用于点云注册的多视图描述符，2018年。 3DFeat-Net：对点云注册的本地3D功能进行了弱监督。 点云注册的逆成分判别优化，2018年。 通过翻译搜索匹配旋转不变特征来进行高效的全球点云注册，2018年。 HGMR：适用于自适应3D注册的分层高斯混合，2018年。 使用混合混合物模型进行稳健的广义点云注册，2018年。 灵活的多线索测光点云注册的通用框架，2018年。 PointNetLK：使用PointNet进行点云注册，2019年。 SDRSAC：基于半定点的无对应鲁棒点云注册的随机方法，2019.， FilterReg：使用高斯滤波器和扭曲参数化的鲁棒高效的概率点集配准，2019， PointNetLK：使用PointNet进行的健壮高

TEASER ++：快速且可认证的3D注册 TEASER ++是使用C ++编写的具有Python和MATLAB绑定的快速且可靠的点云注册库。 关于 左：由生成的对应（绿线和红线分别表示根据地面真实情况的离群值和离群值对应）。右：由TEASER ++估算的对齐方式（绿色点表示由TEASER ++找到的像素）。 TEASER ++可以解决3D中两点云之间的刚体转换问题。即使输入的对应关系中有大量异常值，它也能很好地执行。有关概念的简短介绍，请我们的。有关更多信息，请参阅我们的论文： ， ，和 ， “TEASER：快速认证的点云登记”。 [cs，math]，2020年1月。（ ） 和 ，“具有极高异常值率的鲁棒配准的多项式时间解决方案”，《机器人技术：科学与系统》（RSS），2019年。（ ） 如果您发现此库有用或在您的项目中使用它，请引用： @article { Yang20

利用poi进行excel相同内容合并单元格，只摘要了传入部分功能，请关注addMergedRegion方法

关于poi ，Apache在今年，也就是在2017年9月15日 正式发布了POI 3.17版本， Apache POI团队对于3.17版本进行了一些功能的修复。主要是几个新的功能区域和许多错误修复。 POI 3.17是支持Java 6的最后一个版本。下一个版本将是4.0.0，并支持min。Java 8。 发行说明中提供了更改摘要 。更改日志中提供了完整的更改列表。感兴趣的人也应该遵循开发列表 来跟踪进度。 有积分的可以在这儿下载，我感谢你的支持。如果没有积分的可以到Apache官网去下载： Apache官网 ： http://poi.apache.org/download.html

内含NPOI开发所需的DLL，excel与datatable转换：https://blog.csdn.net/Drumsticks/article/details/103684266

屏幕划线工具，Pointofix，可以直接在屏幕上划线，方便演示和讲解教学。屏幕划线工具 含中文翻译，在配置中可指定中英文

高德地图实现关键字搜索位置，路径规划和模拟车辆运行路线动画（车头改变方向）