1月10日，澳大利亚联邦查尔斯特大学（Charles Sturt University）计算科学学院高俊斌教授应邀来光电研究院进行学术交流，光电院有20多位科研人员和研究生参加了这次交流活动。 

　　交流过程中，高俊斌作了题为Subspace Learning for Sequential Data的报告，从子空间分类的概念和应用领域出发，介绍了一种面向序列集合数据提取的有序子空间分类新方法。该方法类似于稀疏子空间分类，将给出数据的稀疏性表述，但增加了空间序列数据边缘稀疏的惩罚项，在一定条件下，不需提供分类数量等参数就能自动从集合内部分离出多种成份。报告引起了参会者的浓厚兴趣，大家就相关问题进行了广泛讨论。