[发明专利]基于多特征和机器学习的以太坊GasPrice预测方法及装置在审
| 申请号： | 202310077373.8 | 申请日： | 2023-02-08 |
| 公开（公告）号： | CN116362757A | 公开（公告）日： | 2023-06-30 |
| 发明（设计）人： | 蓝东琬;王昊;方黎明;张峰 | 申请（专利权）人： | 杭州后量子密码科技有限公司 |
| 主分类号： | G06Q20/42 | 分类号： | G06Q20/42;G06Q40/04;G06N20/00 |
| 代理公司： | 杭州大道知识产权代理有限公司 33525 | 代理人： | 张荣鑫 |
| 地址： | 311121 浙江省杭州市余杭区五常街道爱橙街1*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及区块链领域，具体为一种基于多特征和机器学习的以太坊GasPrice预测方法及装置，本发明通过Etherscan爬取我们针对升级后交易结构选取的新特征，同时基于内存池抽取交易与区块的交易信息进行Gas Price预测；然后将特征数据根据时间戳和区块号进行融合，最后整合为完整的数据集分别输入至两种机器学习模型中进行训练与预测。从结果来看，模型的拟合程度良好，所有模型在训练集与测试集上的MAE、RMSE以及R2三项指标相较相关工作有较大提升。基于整体结果看，结合内存池特征的模型效果更好。从MAE和RMSE角度看，LSTM对于预测有着更好的效果。从R2的角度看，XGB模型有着更好的预测功能。内存池特征的输入对XGB模型有更大的影响。 | ||
| 搜索关键词： | 基于 特征 机器 学习 以太 gasprice 预测 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州后量子密码科技有限公司，未经杭州后量子密码科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310077373.8/，转载请声明来源钻瓜专利网。
