一维卷积与残差模块：滚动轴承故障诊断准确率如何从 83% 提升到 95%

在滚动轴承故障诊断中，单层 1D-CNN 的测试准确率只有约 83%，内圈故障样本常被误判为滚动体故障；改用 5 个残差块的 CNN+ResNet 后，准确率提升到 95%+。残差连接以输出 = F(x) + x 的捷径为梯度提供无损通道，解决深层网络梯度消失与退化问题，使网络加深后能区分内圈与滚动体故障。两组实验使用相同数据、切分与评估方式，唯一差别是是否加入残差。