用VS2015写razor页面遇到添加where查询条件不报错但查不出结果

smzh2006 2019-01-09 06:09:07
<ul class="cf">

@foreach (var line_item in GroupLinesList.Take(5)){
<li>
<p>@line_item.Name</p>
</li>
}
</ul>
其中 GroupLinesList 的定义
I-List<Lines>
GroupLinesList = Entity.Lines.Where(n => n.Status == 1 && n.LCid == 869).ToList();
问题:
不加n.LCid == 869可以查询出结果
加上&& n.LCid == 869报错CS1593: 委托“System.Func<XinYour.TrustSoft.Repositories.Lines,int,bool>”未采用 1 个参数
请问是在哪里还需要n.LCid的定义还是语句的问题?
初学者,这里卡了好几天了,请大神们给与帮助,不胜感激!
...全文
207 6 打赏 收藏 举报
写回复
用AI写文章
6 条回复
切换为时间正序
请发表友善的回复…
发表回复
smzh2006 2019-01-10
  • 打赏
  • 举报
回复
LCid是Lines表中的字段,现在发现表中int类型的字段添加到where条件中没有问题,varchar的类型写成==“”就查不出来
xuzuning 2019-01-10
  • 打赏
  • 举报
回复
给出的代码与错误信息不符
EdsionWang 2019-01-10
  • 打赏
  • 举报
回复
Linq语法问题,LCid需要是Lines里面的字段
assky124 2019-01-10
  • 打赏
  • 举报
回复
n.LCid == “869” 试试
ilikeff8 2019-01-09
  • 打赏
  • 举报
回复
然后用js和后端交互
ilikeff8 2019-01-09
  • 打赏
  • 举报
回复
建议前端直接用js,或者可以试试vue
<script src="https://cdn.jsdelivr.net/npm/vue@2.5.21/dist/vue.js"></script>
内容概要:本文围绕“基于价格型需求响应”的研究展开,深入探讨了其在配电网与微电网系统中的应用机制,并提供了完整的Python代码实现方案。文章通过复现相关学术论文,系统阐述了价格型需求响应的建模方法、优化调度框架及其对电力系统运行的影响,重点分析了用户侧负荷在分时电价、实时电价等价格信号引导下的响应行为,旨在提升电力系统的供需匹配效率、削峰填谷能力与运行经济性。研究涵盖了问题建模、多目标优化函数设计、系统约束条件设定、求解算法实现等关键技术环节,并结合典型算例进行仿真验证,展示了需求响应在改善电网负荷曲线、降低运行成本方面的有效性。; 适合人群:具备一定Python编程基础和电力系统基础知识的研究生、科研人员及从事能源互联网、智能电网、综合能源系统等相关领域的工程师,尤其适合希望复现高水平论文、开展需求侧管理、低碳调度或参与相关课题研究的专业人士。; 使用场景及目标:① 学习并掌握价格型需求响应在主动配电网与微电网中的数学建模与优化调度方法;② 复现主流学术成果,为撰写科研论文、申报项目或参加竞赛提供可靠的代码与理论支撑;③ 深入研究电力市场环境下用户侧灵活性资源的调度潜力,支撑低碳、经济、可靠的综合能源系统优化运行研究。; 阅读建议:建议读者结合文中提供的Python代码与算法流程图,逐步理解模型构建的逻辑细节,调试并运行代码以观察不同参数设置下的仿真结果,进而深入掌握价格信号对负荷转移行为的引导机理与系统级优化效果。
内容概要:本文提出了一种基于形态学的权重自适应图像去噪方法,并提供了完整的Matlab代码实现。该方法深度融合深度学习与数学形态学理论,通过构建自适应权重机制来动态优化去噪过程,在有效去除高斯噪声、椒盐噪声等多种噪声的同时,最大限度保留图像的边缘结构和纹理细节。文中系统阐述了算法的设计原理、实现流程及关键参数配置,并通过大量实验验证了其在不同噪声水平下的鲁棒性与优越性,结果显示该方法在峰值信噪比(PSNR)和结构相似性(SSIM)等客观指标上均显著优于传统去噪算法,同时在视觉效果上表现出更强的细节保持能力。; 适合人群:具备一定图像处理基础知识和Matlab编程能力的科研人员、研究生以及从事计算机视觉、医学影像分析、遥感图像处理等相关领域的工程师。; 使用场景及目标:①应用于受噪声污染的数字图像修复,提升图像质量以满足后续分析需求;②为医学影像、卫星遥感、工业检测等对图像清晰度要求较高的领域提供高效的去噪技术支持;③作为深度学习与传统图像处理技术融合的典型案例,服务于相关算法研究与教学实践。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,深入理解算法各模块的实现逻辑,尤其关注形态学操作与权重自适应机制的结合方式,并尝试在多种噪声类型和强度下测试算法性能,通过调整参数观察其对去噪效果的影响,从而全面掌握该方法的核心思想与优化技巧。

111,128

社区成员

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Creator Browser
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧