一种基于LSTM的以太坊交易打包等待时间的预测方法

摘要

本发明涉及一种基于LSTM的以太坊交易打包等待时间的预测方法。该方法基于特征提取和相关数据计算对历史交易信息进行处理，构建用于模型训练的特征矩阵和交易等待时间向量；在此基础上，应用LSTM神经网络方法构建预测模型，并在模型构建时不断通过训练结果和误差评估模型表现并基于Adam优化算法调整模型权重，从而学习生成一个交易打包等待时间预测模型LSTM‑Model；最后，将当前用户的预期价格和Gas Limit以及当前的影响因素输入到LSTM‑Model中，最终生成当前交易的打包等待时间的预测结果。本发明目的在于帮助以太坊用户判断给定GasPrice下交易打包等待的时间，进而对定价进行必要的调整，减少用户的Gas支出，从而有效提高用户的交易效率并降低交易成本。