© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
浙江锦海德控股集团有限公司
企业浙江锦海德控股集团有限公司成立于2023年，属畜牧业，主营动物饲养。面向林麝、生物数据挖掘、动物生长监测等领域提供数据服务，开放林麝生长健康度综合评价数据（林麝、生物数据挖掘）、林麝生长状态监测预警数据（动物生长监测、健康预警）、麝香市场价格预测数据（市场价格预测、供需分析），支撑预警干预与风险管控。
林麝服务生物数据挖掘动物生长监测畜禽养殖
数据集列表
养殖场光照对林麝生长效果的影响分析数据
本数据集的核心价值在于通过控制变量，量化分析养殖场不同光照条件下林麝的光照生长指数（LGI）变化，为精准光照时长调控、应激风险预警及科学养殖管理提供数据支撑。具体应用场景包括： 1.养殖优化决策：基于拐点区间（最优光照带 [P₁, P₂]）调节光照时间，提升林麝的养殖效果。另外可依据标准化分数（Z_LAC、Z_LST）筛选光照适应力强（Z_LAC高）、应激响应低（Z_LST高）的个体，提升种群遗传稳定性。 2.政策制定支持：为林业部门提供最优光照区间、光照波动范围阈值等数据，制定养殖场光照策略。 3.教育推广：以日均光照、LGI、拐点区间构建教学案例，演示光照与生长的非线性关系，提升养殖技术培训的实践性。1.数据采集。数据采集自申请人自有林麝养殖基地，采集：日期、个体编号、圈舍编号、日均光照时长（小时）、光照波动范围（LF）、累积光周期指数（LPI）、初始体重（IW）、终末体重（FW）、总进食量（FI）、光照超阈值天数（LC，阈值：<8h或>16h）、饲养周期（TC）、所属光照组（2h间隔划分）等字段。去除异常值确保数据质量。 2.生长效能计算。① 基础指标计算：1）光照应激时长（LST）：LST=LC/TC×100%；2）光照适应系数（LAC）：LAC=（FW - IW）/（IW×LF）×100%；3）光控饲料效率（LFE）：LFE= FI /（FW - IW）×LPI；4）组内均值：按光照组聚合计算均值（M_LST, M_LAC, M_LFE）；5）离散度：滑动窗口标准差计算组内离散度（S_LST, S_LAC, S_LFE）。② 综合指数计算（Z-score标准计分法）：1）光照应激标准化（逆向）：Z_LST=（M_LST−LST）/S_LST；2）光照适应系数标准化（正向）：Z_LAC=（LAC−M_LAC）/S_LAC；3）光控饲料效率标准化（逆向）：Z_LFE=（M_LFE−LFE）/S_LFE；4）光照生长指数（LGI）：LGI=0.4×Z_LST+0.4×Z_LAC+0.2×Z_LFE。 3.湿度建模。① 分段回归模型：FGI=β1×（日均光照）³+β2×（日均光照）²+β3×日均光照+ϵ（R²≥0.6）；②最优光照区间：通过二阶导数求拐点区间[P1,P2]；③效能分区：适宜区：日均光照处于拐点区间±1h范围内；应激区：日均光照超出区间范围。
浙江省数据知识产权登记平台2025-11-20 更新180
林麝生长健康度综合评价数据
本数据集的应用场景包括：
1.自用场景：养殖场通过实时监测与算法分析，可精准识别个体健康风险，指导兽医进行定向干预，降低死亡率。另可根据健康度指数筛选种源，提升种族健康度。
2.他用场景：本数据集可为科研机构提供标准化健康数据库，支撑林麝疾病预测模型开发。另本数据可为名贵中药材（麝香）质量控制提供溯源依据，助力药企建立「优质麝香」认证标准，提升溢价空间。1.数据采集。数据采集自申请人自有林麝养殖基地，采集：日期、个体编号、体重体长比、体重体长比标准值、近24h粪便干物质含量、近24h进食量、单位时间采食量、血清免疫球蛋白G浓度、采食持续时长、血清免疫球蛋白G浓度（mg/dL）等字段。去除异常值确保数据质量。
2.核心指标计算。① 体型系数 =（体重体长比 / 体重体长比标准值）×100；② 消化效率 =（1 - 近24h粪便干物质含量/近24h进食量）×100；③ 采食效能 = 单位时间采食量 × 采食持续时长修正系数（＜30min=0.8，30-60min=1.0，＞60min=0.9）
④ 免疫指数 = lg(免疫球蛋白浓度) ×20。
3.归一化评分处理。
各指标按养殖场历史数据正态分布：前10%记100分，后10%记40分，中间80%线性插值。
4.健康度指数计算。健康度指数 =体型系数×35% +消化效率×30% +采食效能×25% +免疫指数×10%。
5.健康判定：① 优秀：健康度指数≥80分且未触发生理阈值；② 正常：60≤健康度指数＜80分且未触发生理阈值；③预警：健康度指数＜60分或任意指标触发生理阈值。生理阈值为：体型系数评分＜60、消化效率评分＜50、采食效能评分＜50、免疫指数评分＜30。
浙江省数据知识产权登记平台2025-07-23 更新570
不同年龄段林麝的麝香泌香分析数据
本数据集的应用场景包括：
1.自用场景：本数据集为养殖场的数字化精准管理体系提供数据支持：通过实时监测个体泌香效能、激素平衡等核心指标，优化饲养策略（如应激调控、营养配比），实现种群健康管理；基于环境适应系数动态调节圈舍温湿度，提升高价值成年个体的泌香品质稳定性；结合历史数据建立异常预警模型，为种源选育提供数据支撑。
2.他用场景：该量化评估体系数据集可支撑麝香原料分级定价，为下游名贵中药材（麝香）销售商/药企提供溯源依据，助力其建立「优质麝香」认证标准，提升溢价空间。此外，该数据集可为研究机构建立麝香泌香分析模型提供数据支持。1.数据采集。数据采集自申请人自有林麝养殖基地，采集：日期、个体编号、年龄阶段、泌香周期阶段、单次泌香量、麝香酮含量、睾酮浓度、皮质醇浓度、其他有效成分总含量、活跃度评分、温湿度匹配度等字段数据。剔除异常数据保证数据质量。
2.核心指标计算。① 泌香效能 = 单次泌香量×其他有效成分总含量×年龄修正系数（幼年0.7/亚成年1.0/成年1.2/老年0.8）；② 激素平衡指数 = [睾酮浓度 / (皮质醇浓度 +1)] ×10；③ 有效成分浓度 = 麝香酮含量×0.6+其他有效成分总含量×0.4；④ 环境适应系数 = 温湿度匹配度×活跃度评分×0.1
3.归一化评分。按年龄阶段分组建立独立评分体系：各指标取同年龄段前5年数据，前20%记100分，后20%记20分，中间按线性插值（反映生物学非线性特征）。
4.泌香指数计算。泌香指数=泌香效能评分×40% +激素平衡指数评分×30% +有效成分浓度评分×20%+环境适应系数评分×10%
5.品质判定。①优质：指数≥85；② 合格：70≤指数＜85；③ 异常：指数＜70。
浙江省数据知识产权登记平台2025-07-23 更新170
呼吸系统疾病对林麝的生存风险评价数据
本数据集的应用场景包括：
1.自用场景：为林麝养殖基地提供了基于疾病的动态生存风险评价，通过实时监测病程阶段、血氧、影像等核心指标，指导管理人员优先干预高风险个体，优化治疗资源分配，降低群体死亡率。
2.他用价值：本数据可形成标准化林麝呼吸疾病生存数据库，支撑科研机构建立疾病发展预测模型，助力药企精准验证兽药有效性。本数据可为政府或其他研究机构制定林麝疾病防控指南提供数据支持。1.数据采集。数据采集自申请人自有林麝养殖基地，采集：日期、个体编号、疾病名称、病程阶段（1-潜伏期/2-症状期/3-危重期）、日体温波动T、呼吸频率R、肺部影像分级G（0-正常，1-局部阴影，2-多叶病变）、血氧饱和度Sp（%）、治疗方式（0-未治疗，1-抗生素，2-综合治疗）、症状缓解天数D1、存活天数D2等字段数据。
2.核心指标计算：
①疾病严重指数=T×0.3 + R×0.2 + G×0.4 + （100-Sp×100)；
②治疗响应率指数= 15/D1×100%（未治疗时治疗响应率指数按0处理）；
③ 病程发展速度指数= 病程阶段×30/D2（D2≥30天病程发展速度指数按1处理）；
④ 存活率系数 = 基础分（未治疗40/抗生素70/综合治疗90）×（D/30）。
3.标准化评分转换：
疾病严重评分：＜20为100分，20（含）-30（不含）为80分，30（含）-40（不含）为60分，≥40为40分；
治疗响应率评分：每1%得1分（上限100）；
病程发展速度评分：线性折算（1=100分，每增0.1扣5分）；
存活率系数评分：直接取计算值（超过100按100计）。
4.综合生存指数：
综合生存指数=疾病严重评分×30% + 治疗响应评分×30% + 病程发展速度评分×25% + 存活率系数评分×15%。
5.生存等级判定：
① 良好：综合生存指数≥85；
② 风险可控：70≤综合生存指数＜85；
③ 高危：综合生存指数＜70。
浙江省数据知识产权登记平台2025-06-24 更新140
雄性林麝幼体生长速率评价数据
本数据集的应用场景包括：
1.自用场景：该评价体系为林麝养殖场提供精准个体生长监测工具，通过量化日增重、骨骼发育、营养转化及代谢效率四大核心指标，实现：
① 精准饲喂优化：依据营养转化率动态调整饲料配比，降低饲养成本（如示例中11.67%转化率提示存在饲料浪费）；
② 生长异常预警：通过代谢系数识别活动量异常的幼体，结合骨骼生长指数预判发育畸形风险；
③ 种群管理决策：基于生长速率指数分级（优秀/正常/滞后），科学制定分群饲养、种源筛选策略，提升优质种源产出率。
2.他用场景：① 科研数据支撑：标准化生长指标可为物种保育研究提供可量化对比基准；
② 商业价值背书：优秀级生长数据可作为种源交易的质量凭证，增强买方信任。1.数据采集。数据采集自申请人自有林麝养殖基地，采集日期、个体编号、日龄（天）、当前体重（g）、出生体重（g）、体长（cm）、肩高（cm）、进食总量（kg）、累计活动总时长（天）、同窝同胞数量等数据字段，去除异常值确保数据质量。
2.核心指标计算。
① 日增重率指数= (当前体重-出生体重)/日龄。
② 骨骼生长指数 = (体长×0.6 + 肩高×0.4)/日龄。
③ 营养转化率指数= (当前体重-出生体重)/进食总量×100。
④ 代谢系数指数= 累计活动总时长/日龄×（进食总量/1000）×同窝同胞数量修正值（修正值：单胎=1.0，双胎=1.2，三胎及以上=1.5）。
3.归一化处理。
各指标按养殖场对雄性林麝幼体的历史数据正态分布：前10%记100分，后10%记40分，中间80%线性插值，输出各核心指标的归一化分数。
4.生长速率指数计算。生长速率指数=日增重率×40% +骨骼生长×30% +营养转化×20% +代谢系数×10%
5.生长速率指数分级判定。
优秀：生长速率指数≥85；
正常：70≤生长速率指数＜85；
滞后：生长速率指数＜70。
浙江省数据知识产权登记平台2025-06-24 更新160
林麝生长状态监测预警数据
本数据集的应用场景包括：
1.自用场景：本数据集可实现实时预警，通过G值、R值、ΔW等多维度指标，快速定位营养不良、消化异常或运动不足个体，缩短疾病响应时间。另可根据不同林麝个体的G值、R值、ΔW历史记录，筛选生长状态优异个体用于种源优化。
2.他用场景：可向自然保护区或科研机构提供林麝生长基线数据（如W7、F7等），支撑林麝生长研究。另可基于本数据集和算法规则形成数据产品，集成称重传感器、活动监测项圈等设备，形成“监测-分析-干预”闭环解决方案，并向中小型养殖场提供实时监测服务（含G/R/ΔW预警模块）。1.数据采集。数据采集自申请人自有林麝养殖基地，包括：采集时间、圈舍区号、林麝编号、实时体重W、日均进食量F、活动频率A、前7日体重均值W7、前7日进食均值F7、相邻区活动均值An等数据字段，剔除异常值保障数据质量。
2.动态特征值计算及预警判定。
生长偏离度：G=0.4×|W-W7|/W7 + 0.3×|F-F7|/F7 + 0.3×|A-An|/An。G值按以下规则进行预警判定：G≤0.1为正常，0.1<G≤0.2为亚健康预警，G>0.2为异常预警。
3. 行为关联分析及预警判定。
①进食-活动比R计算：R=F/（1000×（A+1）），R值按以下规则判定：R＜0.1为消化异常预警，0.1≤R≤1为正常，R＞1为运动不足预警。
②体重加速度ΔW计算：ΔW=（W-W7）/W7×100％，ΔW值按以下规则判定：ΔW<-5%为营养不良预警，-5%≤ΔW≤10%百分号为正常，ΔW＞10%是生长异常预警。
浙江省数据知识产权登记平台2025-07-23 更新550
饲养密度对林麝生长效果的影响分析数据
本数据集的核心价值在于通过控制变量，量化分析不同饲养密度下林麝的生长指数变化，为科学养殖管理提供数据支撑。具体应用场景包括：
1.养殖优化决策：根据最优密度调整圈舍分配，实时监控CGI值。利用综合生长指数（CGI）值可进行种源筛选，并启动健康检查或淘汰流程。
2.政策制定支持：可为林业部门提供量化数据依据（如强制风险区密度≤1.5头/㎡），规范化林麝养殖场的密度建设标准。
3.教育推广：作为教学案例，帮助从业人员理解密度与生长关系的动态规律，提升养殖技术培训的实践性。1. 数据采集:数据采集自申请人自有林麝养殖基地，采集：日期、个体编号、饲养密度（SD）、初始体重（IW）、终末体重（FW）、初始体长（IL）、终末体长（FL）、总进食量（FI）、饲养周期（TC）、所属密度组（以0.5头/㎡间隔划分）等数据。清洗剔除异常值，确保质量。
2. 生长效能计算：①基础指标：1）日均体重增长率（ADG）=（FW-IW）/TC×100%；2）体长变化率（BCR）=（FL-IL）/IL×100%；3）饲料转化率（FCR）=FI/（FW-IW）；4）用AVG函数计算密度组内ADG、BCR、FCR均值（M_ADG, M_BCR, M_FCR）；5）用STDEV函数计算密度组内标准差（S_ADG, S_BCR, S_FCR）。②综合指数：1）正向Z-score标准化：Z_ADG=（ADG-M_ADG）/S_ADG，Z_BCR=（BCR-M_BCR）/S_BCR；2）逆向Z-score标准化：Z_FCR=（M_FCR-FCR）/S_FCR；3）综合生长指数（CGI）=0.5×Z_ADG + 0.3×Z_BCR + 0.2×Z_FCR。
3. 密度建模：①建立二次回归模型：CGI = aX²+ bX+ c（R²≥0.6）；②最优密度：X₀=-b/（2a）；③效能分级：高效区：X₀±0.2头/㎡；风险区：其他区域。
浙江省数据知识产权登记平台2025-07-23 更新90
林麝圈舍温度监测预警数据
本数据集的应用场景包括：
1.自用场景：通过本数据集，可精准识别圈舍温度突变、持续异常等风险，实现快速响应，预防林麝发生温度应激反应。
2.他用场景：本数据集可作为教学案例，帮助从业人员构建林麝的温度异常指数。本数据集可为林麝养殖环境研究人员对于养殖环境温度的研究提供数据支撑。（1）数据采集与清洗：数据采集自申请人自有林麝养殖基地，采集：传感器编号、安装位置、时间戳、当前温度、前2小时温度序列等字段数据。清除异常值保障数据质量。
（2）动态特征计算。
①温度突变率TC=（当前温度-前1小时温度）/时间差。
②温度梯度TG=MAX(近3小时时段内每小时温度变化率)。
③稳定度指数SI=1/(近3小时温度序列标准差+0.01)。
（3）系数转换。
①突变率系数 = TC/5（TC≥5时突变率系数结果取1）。
②梯度系数 =TG/4（TG≥4时突变率系数结果取1）。
③失稳系数 = 1 - (SI×2) （TG≥0.5时失稳系数结果取0）。
（4）温度异常指数（T-score）计算。
T-score=（突变率系数×0.4）+（梯度系数×0.3）+（失稳系数×0.3）。
（5）分级预警。
红色警报（高风险）：T-score≥0.7；
黄色警报（中风险）：0.5≤T-score<0.7；
蓝色警报（低风险）：T-score<0.5。
浙江省数据知识产权登记平台2025-06-24 更新100
抗寄生虫类药物对林麝治疗效果分析数据
本数据集的应用场景包括：
1.自用场景：养殖机构可基于本数据集动态优化给药方案，对比不同药物疗效，实现精准用药管理。系统内置的标准化评分机制有效规避经验主义误判，通过FEC14监测预警寄生虫复发风险，结合安全系数动态平衡疗效与毒副作用，显著提升种群健康管理水平。
2.他用价值：本数据集可为行业提供剂量-浓度-疗效关联模型，助力制定林麝专用给药规范。研究机构可解析Cmax/Cmax特征优化缓释剂型，药企可依据清除率评分梯度改进药物靶向性。监管层借助安全评分体系建立风险预警阈值，推动建立林麝专用抗寄生虫药物评价标准，促进行业治疗规范化。1.基础数据采集。数据采集自申请人自有林麝养殖基地，采集：日期、个体编号、林麝用药记录（药物名称/单次剂量mg/kg/用药周期），寄生虫卵检测值（用药前FEC0、用药后7天FEC7、用药后14天FEC14），血清药物浓度（峰浓度Cmax/谷浓度Cmin），不良反应记录（0-无症状，1-轻度，2-中度，3-重度）等字段。
2.核心指标计算。
① 虫卵清除率X= [(FEC0 - FEC7)/FEC0]×100%。
② 药物代谢系数 = (Cmax - Cmin)/(给药间隔×剂量)。
③ 疗效稳定性 = (FEC7 - FEC14)/FEC7×100%（负值表示复发）。
④ 安全系数 = 3 - 最高不良反应等级（最低为0）。
3.标准化评分转换。
各指标按以下规则赋分：
清除率X：X≥95%为100分，80%≤X＜95%为80分，60%≤X＜80%为60分，X<60%为40分；
代谢系数Y：0.2≤Y≤0.5为100分，其他范围线性折算；
稳定性Z：Z≥-5%为100分，<-5%每降1%扣5分；
安全系数：3级为100分，每降1级扣30分。
4.综合疗效指数计算：
综合疗效指数 = 清除率评分×40% + 代谢系数评分×30% + 稳定性评分×20% + 安全评分×10%。
5.治疗结果等级判定：
① 显效：指数≥85且安全系数评分≥70；
② 有效：70≤指数<85且安全系数评分≥70；
③ 无效：指数<70或安全系数评分<70。
浙江省数据知识产权登记平台2025-06-24 更新90
成年林麝抗病能力评价数据
本数据集的应用场景包括：
1.自用场景：该评价体系为林麝养殖场提供实时抗病能力监测，通过血清免疫指标、行为数据与疫苗接种的量化分析，实现疾病风险预警前置化。养殖者可依据个体评分动态调整饲养策略（如免疫强化组/观察组分区管理），优化疫苗投放节奏，降低群体发病率。另可选取抗病能力强的个体作为种源，优化种群整体抗病能力。
2.他用场景：本数据集可为科研机构提供标准化抗病能力数据库，支撑林麝疾病预测模型开发。另标准化抗病评分可作为生物资产健康认证的量化依据，通过构建SaaS化养殖管理系统，向中小养殖场输出监测模组与抗病能力评价服务。1.数据采集。数据采集自申请人自有林麝养殖基地，采集日期、个体编号、血清IgG浓度、血清IgA浓度、血清IgM浓度、疫苗已完成接种种类、疫苗应接种种类、日均异常行为频次、皮质醇超限天数（过去30日内皮质醇浓度＞5.6μg/dL的天数）等数据字段，去除异常值确保数据质量。
2.核心指标建模：①免疫活性指数 = (lg(IgG×2 + IgA + IgM)/4)×30；②应激反应指数 = 100 - (日均异常行为频次×2 + 皮质醇超限天数×5)；③疫苗覆盖指数= 已完成接种种类/应接种种类×100。
3.归一化处理：各指标按养殖场对成年林麝的历史数据正态分布：前10%记100分，后10%记40分，中间80%线性插值，输出各核心指标的归一化分数。
4.抗病能力值计算：①抗病值 = 免疫活性归一化评分×50% +应激反应归一化评分×30% +疫苗覆盖归一化评分×20%；②设置刚性阈值：免疫活性归一化评分＜60分或疫苗覆盖归一化评分＜40分时，抗病等级强制降至“弱”档。
5.抗病等级判定：① 强：抗病值≥85且无阈值触发；② 一般：70≤抗病值＜85且无阈值触发；③ 弱：抗病值＜70或触发任意刚性阈值。
浙江省数据知识产权登记平台2025-06-24 更新100