本研究探讨了在3D中性氢21厘米谱线数据中寻找和屏蔽射电源的最佳方法。通过比较传统源查找方法与深度学习技术，发现SoFiA与随机森林结合效果最佳。同时，提出了RADiff模型以生成合成图像，解决数据集类别失衡问题，并展示了高准确率的分类方法。新开发的多模态数据集支持自动检测多组件射电星系及其红外主机，为未来研究提供了重要资源。

使用射电和红外图像对银河平面上的紧凑射电源进行分类，训练了两个不同的分类器，通过完全监督的方法获得高分类准确率，两个模型的性能随着添加远红外和谱指数信息而提高。