用 DataContractSerializer 将类序列化到 XML 报异常,求解?

.NET技术 > C# [问题点数:20分]
等级
本版专家分:1300
结帖率 97.31%
等级
本版专家分:23410
勋章
Blank
蓝花 2014年5月 .NET技术大版内专家分月排行榜第三
josxhn

等级:

C#中使用DataContractSerializer序列化多级xml

DataContractSerializer类可以类型实例序列化xml或者将xml序列化为类型实例,具体细节可以参照MSDN官方文档。 最近遇到了使用DataContractSerializer序列化多级xml文件为对象的问题,这里的多级指的是xml...

C# 实体类序列化与反序列化二 (DataContractSerializer)

public class PubXmlSerializer { /// /// 实体序列化xml string /// /// /// public static string ToXMLString(T meta) { DataContract

DataContractSerializer反序列漏洞

DataContractSerializer反序列漏洞 http://www.ifind.cc/view/225

XML序列化与反序列化

序列化: 反序列化

WCF 序列化与反序列化复杂类型(DataContractSerializer

WCF 序列化与反序列化复杂类型(DataContractSerializer) http://blog.csdn.net/jiankunking/article/details/48443335

C#xml文件操作&序列化

C# xml 操作 创建一个xml文件 给一个C#程序添加一个xml文件,右击项目添加,选择xml文件 ...xml version="1.0" encoding="utf-8" ?> <STATUS> <A> <NAME>张大大</NAME> ...

DataContractSerializer类序列化序列化规则

规则一:对象的公有字段和属性都会参与序列化xml文件; 规则二:对象所在的名称空间会作为xml文件的命名空间; 规则三:xml文件的节点顺序按照英文字母排序(和对象的公有字段和属性顺序无关); 规则四:如果...

DatacontractSerializer序列化

它能够序列化DataContract、DataMember标记的。 一、序列化规则: 1.没有显式声明DataMember特性的成员不会参与序列化。 2.DataMember标记的属性必须是可读可写的,否则会序列化异常。 3.所有元素序列化后...

C# 序列化与反序列化之DataContract与xml对子进行序列化的解决方案

C# 序列化与反序列化之DataContract与xml对子进行序列化的解决方案 1、DataContract继承对子进行序列化的解决方案 第一种是在 [DataContract, KnownType(typeof(继承的子类))]添加 KnownType(typeof(继承的...

.NET 序列化XML, 并且格式

现有Person: [Serializable] public class Person { public string Name; public string Info; public Person(string name) { Name = nam...

如何使用DataContractSerializer序列化对象

下面的这段代码演示了如何使用DataContractSerializer序列化程序序列化对象...然后使用DataContractSerializer序列化对象,并生成的XML打印控制台上。此示例代码使用DataContractSerializer.WriterObject()这个...

DataContractSerializer序列化Entity Framework

例如,可以使用 KnownTypeAttribute 特性,或者未知类型添加传递给 DataContractSerializer 的已知类型列表。 ![图片说明](https://img-ask.csdn.net/upload/201507/09/1436431926_541157.png)![图片说明]...

JSON序列化问题出在哪???

例如,可以使用 KnownTypeAttribute 属性,或者未知类型添加传递给序列化程序的已知类型列表。 说明: 执行当前 Web 请求期间,出现未经处理的异常。请检查堆栈跟踪信息,以了解有关该错误以及代码中导致错误的...

.net 4.5反序列化DataContractSerializer

DataContractSerializer Class .NET Framework 4.6 and 4.5 Other Versions Serializes and deserializes an instance of a type into an XML stream or document using a

C#的四种序列化方法举例,及效率比较

和好友一起总结了C#的四种对象序列化方法(DataContractSerializer、XmlSerializer、BinaryFormatter、SoapFormatter),其中有DataContractSerializer和XmlSerializer不需要在对象上标注[Serializable],...

C#:xml序列化与反序列化

例如在客户端和服务器端需要传输一个object对象,那么就可以在服务器端这个对象先序列化成流形式,在传递给客户端,客户端在接收流后,在进行反序列化的过程,重构object。 xml序列化只能转换public成员(字段)...

WCF的DataContractSerializer序列化List集合对象时生成的XML中节点带有前缀的问题

WCF的DataContractSerializer序列化List集合对象时生成的XML中节点带有前缀的问题: 代码: [DataContract(Namespace = "http://192.26.168.102:8080/result")] public class ProdPkgListResponse { [DataMember...

【FCL】实体类序列化为xml,Json等格式

1、序列化成二进制格式

WCF技术剖析之十二:数据契约(Data Contract)和数据契约序列化器(DataContractSerializer)...

原文:WCF技术剖析之十二:数据契约(Data Contract)和数据契约序列化器(DataContractSerializer)[爱心链接:拯救一个25岁身患急性白血病的女孩[内有苏州电视台经济频道《天天山海经》为此录制的节目视频(苏州话...

Rest中的XML与JSON的序列化与反序列化

#region 获取XML序列化和反序列化 /// <summary> /// 对象进行序列化生成XML /// </summary> /// <typeparam name="T">需要序列化的对象类型</typeparam> /// <param name="obj"...

WCF中因序列化问题引起的异常和错误。

尝试对参数http://tempuri.org/进行序列化时出错:parameters。InnerException消息是“不应为数据协定名称为“DBNull:...请考虑使用DataContractResolver,或任何未知类型以静态方式添加已知...

序列化和反序列化的几种方式(DataContractSerializer)(二)

使用提供的数据协定,类型实例序列化和反序列化为 XML 流或文档。无法继承此类。 命名空间:System.Runtime.Serialization程序集:System.Runtime.Serialization(在 System.Runtime.Serialization.dll 中) ...

DataContractSerializer

使用提供的数据协定,类型实例序列化和反序列化为 XML 流或文档。 此类不能被继承。

DataContractSerializer 与 XMLSerializer的区别

转自... DataContractSerializer 与 XMLSerializer的区别: 特性 XMLSerializer DataContractSerializer 默认Mapping 所有Public Field和可读可写Pr...

DataContractSerializer序列化与反序列化遇到的奇怪问题

privatestaticvoidSerialize1(stringfilename,objectobj) {varstream =newFileStream(filename,FileMode.OpenOrCreate);varserializer =newDataContractSerializer(typ...

Linux从入门到精通(全套系列)

Linux从入门到系列课程,全部重点放在企业应用上面。课程主要针对互联网企业运维,因此不会花多余的时间去阐述无关紧要

Visio_2016

visio_2016下载安装,亲测可用,不需要破解,而且无秘钥。简单方便实用

个人简历模板

优质简历模板,目前最前全的模板收藏,需要换工作的小伙伴们可以试试

四史答题软件安装包exe

四史答题软件安装包exe

matlab神经网络30个案例分析

【目录】- MATLAB神经网络30个案例分析(开发实例系列图书) 第1章 BP神经网络的数据分类——语音特征信号分类1 本案例选取了民歌、古筝、摇滚和流行四类不同音乐,用BP神经网络实现对这四类音乐的有效分类。 第2章 BP神经网络的非线性系统建模——非线性函数拟合11 本章拟合的非线性函数为y=x21+x22。 第3章 遗传算法优化BP神经网络——非线性函数拟合21 根据遗传算法和BP神经网络理论,在MATLAB软件中编程实现基于遗传算法优化的BP神经网络非线性系统拟合算法。 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优36 对于未知的非线性函数,仅通过函数的输入输出数据难以准确寻找函数极值。这类问题可以通过神经网络结合遗传算法求解,利用神经网络的非线性拟合能力和遗传算法的非线性寻优能力寻找函数极值。 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模45 BP_Adaboost模型即把BP神经网络作为弱分类器,反复训练BP神经网络预测样本输出,通过Adaboost算法得到多个BP神经网络弱分类器组成的强分类器。 第6章 PID神经元网络解耦控制算法——多变量系统控制54 根据PID神经元网络控制器原理,在MATLAB中编程实现PID神经元网络控制多变量耦合系统。 第7章 RBF网络的回归——非线性函数回归的实现65 本例用RBF网络拟合未知函数,预先设定一个非线性函数,如式y=20+x21-10cos(2πx1)+x22-10cos(2πx2)所示,假定函数解析式不清楚的情况下,随机产生x1,x2和由这两个变量按上式得出的y。将x1,x2作为RBF网络的输入数据,将y作为RBF网络的输出数据,分别建立近似和精确RBF网络进行回归分析,并评价网络拟合效果。 第8章 GRNN的数据预测——基于广义回归神经网络的货运量预测73 根据货运量影响因素的分析,分别取国内生产总值(GDP),工业总产值,铁路运输线路长度,复线里程比重,公路运输线路长度,等级公路比重,铁路货车数量和民用载货汽车数量8项指标因素作为网络输入,以货运总量,铁路货运量和公路货运量3项指标因素作为网络输出,构建GRNN,由于训练数据较少,采取交叉验证方法训练GRNN神经网络,并用循环找出最佳的SPREAD。 第9章 离散Hopfield神经网络的联想记忆——数字识别81 根据Hopfield神经网络相关知识,设计一个具有联想记忆功能的离散型Hopfield神经网络。要求该网络可以正确地识别0~9这10个数字,当数字被一定的噪声干扰后,仍具有较好的识别效果。 第10章 离散Hopfield神经网络的分类——高校科研能力评价90 某机构对20所高校的科研能力进行了调研和评价,试根据调研结果中较为重要的11个评价指标的数据,并结合离散Hopfield神经网络的联想记忆能力,建立离散Hopfield高校科研能力评价模型。 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算100 现对于一个城市数量为10的TSP问题,要求设计一个可以对其进行组合优化的连续型Hopfield神经网络模型,利用该模型可以快速地找到最优(或近似最优)的一条路线。 第12章 SVM的数据分类预测——意大利葡萄酒种类识别112 将这178个样本的50%做为训练集,另50%做为测试集,用训练集对SVM进行训练可以得到分类模型,再用得到的模型对测试集进行类别标签预测。 第13章 SVM的参数优化——如何更好的提升分类器的性能122 本章要解决的问题就是仅仅利用训练集找到分类的最佳参数,不但能够高准确率的预测训练集而且要合理的预测测试集,使得测试集的分类准确率也维持在一个较高水平,即使得得到的SVM分类器的学习能力和推广能力保持一个平衡,避免过学习和欠学习状况发生。 第14章 SVM的回归预测分析——上证指数开盘指数预测133 对上证指数从1990.12.20-2009.08.19每日的开盘数进行回归分析。 第15章 SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测141 在这个案例里面我们将利用SVM对进行模糊信息粒化后的上证每日的开盘指数进行变化趋势和变化空间的预测。 若您对此书内容有任何疑问,可以凭在线交流卡登录中文论坛与作者交流。 第16章 自组织竞争网络在模式分类中的应用——患者癌症发病预测153 本案例中给出了一个含有60个个体基因表达水平的样本。每个样本中测量了114个基因特征,其中前20个样本是癌症病人的基因表达水平的样本(其中还可能有子类), 中间的20个样本是正常人的基因表达信息样本, 余下的20个样本是待检测的样本(未知它们是否正常)。以下将设法找出癌症与正常样本在基因表达水平上的区别,建立竞争网络模型去预测待检测样本是癌症还是正常样本。 第17章SOM神经网络的数据分类——柴油机故障诊断159 本案例中给出了一个含有8个故障样本的数据集。每个故障样本中有8个特征,分别是前面提及过的:最大压力(P1)、次最大压力(P2)、波形幅度(P3)、上升沿宽度(P4)、波形宽度(P5)、最大余波的宽度(P6)、波形的面积(P7)、起喷压力(P8),使用SOM网络进行故障诊断。 第18章Elman神经网络的数据预测——电力负荷预测模型研究170 根据负荷的历史数据,选定反馈神经网络的输入、输出节点,来反映电力系统负荷运行的内在规律,从而达到预测未来时段负荷的目的。 第19章 概率神经网络的分类预测——基于PNN的变压器故障诊断176 本案例在对油中溶解气体分析法进行深入分析后,以改良三比值法为基础,建立基于概率神经网络的故障诊断模型。 第20章 神经网络变量筛选——基于BP的神经网络变量筛选183 本例将结合BP神经网络应用平均影响值(MIV,Mean Impact Value)方法来说明如何使用神经网络来筛选变量,找到对结果有较大影响的输入项,继而实现使用神经网络进行变量筛选。 第21章 LVQ神经网络的分类——乳腺肿瘤诊断188 威斯康星大学医学院经过多年的收集和整理,建立了一个乳腺肿瘤病灶组织的细胞核显微图像数据库。数据库中包含了细胞核图像的10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度),这些特征与肿瘤的性质有密切的关系。因此,需要建立一个确定的模型来描述数据库中各个量化特征与肿瘤性质的关系,从而可以根据细胞核显微图像的量化特征诊断乳腺肿瘤是良性还是恶性。 第22章 LVQ神经网络的预测——人脸朝向识别198 现采集到一组人脸朝向不同角度时的图像,图像来自不同的10个人,每人5幅图像,人脸的朝向分别为:左方、左前方、前方、右前方和右方。试创建一个LVQ神经网络,对任意给出的人脸图像进行朝向预测和识别。 第23章 小波神经网络的时间序列预测——短时交通流量预测208 根据小波神经网络原理在MATLAB环境中编程实现基于小波神经网络的短时交通流量预测。 第24章 模糊神经网络的预测算法——嘉陵江水质评价218 根据模糊神经网络原理,在MATLAB中编程实现基于模糊神经网络的水质评价算法。 第25章 广义神经网络的聚类算法——网络入侵聚类229 模糊聚类虽然能够对数据聚类挖掘,但是由于网络入侵特征数据维数较多,不同入侵类别间的数据差别较小,不少入侵模式不能被准确分类。本案例采用结合模糊聚类和广义神经网络回归的聚类算法对入侵数据进行分类。 第26章 粒子群优化算法的寻优算法——非线性函数极值寻优236 根据PSO算法原理,在MATLAB中编程实现基于PSO算法的函数极值寻优算法。 第27章 遗传算法优化计算——建模自变量降维243 在第21章中,建立模型时选用的每个样本(即病例)数据包括10个量化特征(细胞核半径、质地、周长、面积、光滑性、紧密度、凹陷度、凹陷点数、对称度、断裂度)的平均值、10个量化特征的标准差和10个量化特征的最坏值(各特征的3个最大数据的平均值)共30个数据。明显,这30个输入自变量相互之间存在一定的关系,并非相互独立的,因此,为了缩短建模时间、提高建模精度,有必要将30个输入自变量中起主要影响因素的自变量筛选出来参与最终的建模。 第28章 基于灰色神经网络的预测算法研究——订单需求预测258 根据灰色神经网络原理,在MATLAB中编程实现基于灰色神经网络的订单需求预测。 第29章 基于Kohonen网络的聚类算法——网络入侵聚类268 根据Kohonen网络原理,在MATLAB软件中编程实现基于Kohonen网络的网络入侵分类算法。 第30章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类277 为了便于使用MATLAB编程的新用户,快速地利用神经网络解决实际问题,MATLAB提供了一个基于神经网络工具箱的图形用户界面。考虑到图形用户界面带来的方便和神经网络在数据拟合、模式识别、聚类各个领域的应用,MATLAB R2009a提供了三种神经网络拟合工具箱(拟合工具箱/模式识别工具箱/聚类工具箱)。

相关热词 c# 方法 问号 c#生成失败没有错误 c# 淘宝数据 c# 全局钩子 c# 用户自定义控件关闭 c# 冒号 c# console颜色 c#以13 发送邮箱c# c#拖动条