|
t*******r
发帖数: 22634 | 2 这个充分说明人的耳朵受心理影响很大。。。FFT 虽然不如人耳
灵敏但是客观。
老白你这个录音是骗人的，带效果器。俺开车的时候回想觉得
不对，我车上 CD 有 Hayley Westenra 的声音。我回来看了
FFT 一目了然。。。 |
|
t*******r
发帖数: 22634 | 3 如果 model voice，不觉得用嗓子，是自然。因为人
自然说话就是 model voice。
如果 yelling，会觉得用嗓子，是因为声带相互撞击。
如果 falsetto 发强音，也会觉得用嗓子，因为声带
只是部分振动，振动的部分和不振动的部分形成
pressure point，导致用嗓子的感觉。
但是如果 falsetto 发弱音，虽然声带部分振动会也形成
pressure point，但是幅度弱 pressure point 不严重，
你一样感觉不用嗓子！！！
老白，我为啥说你是 reinforced falsetto？因为 model
voice 的特征是 ring，ring 是喉头共鸣腔的谐振，在
FFT 上面是 3kHz 到 5kHz 范围的谐振（顺便提一下三大
谐振腔，口腔是低频，鼻腔是中频，喉头是高频）。你的
以前的录音，FFT 根本看不见多少 3kHz - 5kHz 泛音。
当然，你昨天搞了个机器后效果的 ring 泛音来逗我玩，
哈哈。。。没那么容易哦。。。 |
|
t*******r
发帖数: 22634 | 4 老白，这个是你那首“五指山”的开头 FFT spectrogram，
FFT 的范围是 0dB 到 -60dB。点击看大图。
我不知道你是不是加过效果器。
你可以看见你的主要能量集中在 1st and 2nd harmonics，
往上就急剧下跌，3kHz - 5kHz 的 ring 不是没有，但很少。
所以我没说你是 falsetto，而是 reinforced falsetto。
另外男声通常会出现 2nd/3rd harmonics 远高于 1st harmonics
的（参见任何美声男高），你这个基本不出现。
你可以对比帕瓦罗蒂的，是被认为全音域上都是用
modal voice 的。
为啥认为你声音都在嗓子眼里，因为你的主要能量都在低频，
低频是口腔共鸣。
俺再说一遍吧，低频是口腔共鸣。中频是鼻腔共鸣。3kHz 到
5kHz 的高频是 ring，喉头共鸣。 |
|
t*******r
发帖数: 22634 | 5 我刚才用软件忙中偷闲飞速简单测两个长音。但是我说实话不想忽悠大伙儿，
俺测的都是看上去比较容易测的长音，实际上用软件测是很麻烦的，主要
比如有以下一些情况：
（1）如果跟 12-TET 差 10 cent - 15 cent，这时候要考虑是不是
平律往纯律的临时 pitch bend。这时候要看谱子调式，或者测伴奏和弦
对比。
（2）如果跟 12-TET 差 50 cent，要考虑是不是 jazz 风格的 1/4
音程的 pitch bend。
（3）如果是短音的 pitch bend，多半音准是在假想结尾处，这时候
数据量不够 FFT 不容易量准。
（4）如果是 vibrato，不用说了，FFT 测出来的能量峰值可能是两个
峰值，或者更多。加上很多 vibrato 的颤动随着拍子交替变化。测量
搞不好就是屁股决定脑袋。
所以楼上说的是对的，感觉自然就好。不过这个感觉自然里面，音准的因素
还是不小的。 |
|
t*******r
发帖数: 22634 | 6 具体在音乐领域我不知道，不过在我们领域也发生我类似的问题。
我随便猜猜啊。
这个芯片速度不仅仅是指主频，更重要的是运算能力。运算能力能不能够求解
的差别，比主频差别大多了。不同代的处理器，在主频也许差上个两三倍吧。
但是代差远远不再这里。常常对于新的计算要求，新代处理器的能力可能是旧
代的十倍或百倍之多。
我们回过头来看看 AWM 波表合成需要啥处理能力。
（1） 如果波表没有压缩过：
那么线性定点数（整数）标量加法器就足够了。如果芯片有一定的硬件向量处
理能力，是个 plus 但不是 must。
（2）如果波表用类似 mp3 技术压缩过：
那么需要实时解压，这样的话，芯片最好有一定 FFT/DCT 的硬件处理能力
（同时也就是有一定程度的硬件向量处理能力），否则时间延迟可能太大吃
不消。但总而言之还是定点数线性运算为主。
（3）如果使用物理建模：
物理模型无疑是一个不折不扣逃不掉的非线性问题，所以简单的硬件 FFT/DCT
是远远不够的。要进行实时非线性运算，一定要用足够强大的硬件 MPU
(Math Process Unit，其前身是 FPU - Floating Process |
|
t*******r
发帖数: 22634 | 7 俺搞不清就去看 FFT spectrogram 。。。简单而粗暴 。。。:-P
FFT spectrogram 上，D major 和 G major 的高度都不在一个地方。。。 |
|
j***y
发帖数: 2074 | 8 1. 试试acrobat4
2. 如果你用的是EWIN2K, 就可能还有一个原因: 缺两个字体文件: 楷体(simkai.fft)和
仿宋体(simfang.fft). 文件名可能是这样的, 记得不是很清楚.
你可以从中文系统中拷这两个文件过来, 再粘贴到c:\winnt\fonts目录下.
再试一下看? |
|
e***e
发帖数: 53 | 9 PL和theory谁更NB，这个话题很有意思啊，各位好好辩一辩。
我个人认为，PL和TCS都有属于CS独一无二的东西。PL的前面已经有人提了，theory方
面，在算法和复杂性的研究出现之前，“计算”从来没有作为一个数学对象而被系统的
研究过，例如FFT提出的时候，数学家根本不觉得这是个contribution，而对于CS
theory的研究者而言这却意义非凡，例如整数乘法这个最最基本的计算任务，它的复杂
性的真实的界在哪，这毫无疑问是关于“计算”的一个很重要很根本的问题，而目前最
好的整数乘法就是用FFT，这个在数学家看来是个trick的东西，实际上提供了一种全新
形式的计算。把“计算”、“问题”、“方法”、和“解决”作为研究的对象，这是CS
theory独一无二的。
PL和TCS都可以代表CS一些unique且hardcore的东西，至于谁更unique更hardcore，取
决于你觉得CS研究的是computer的还是computation。 |
|
e***e
发帖数: 53 | 10 PL和theory谁更NB，这个话题很有意思啊，各位好好辩一辩。
我个人认为，PL和TCS都有属于CS独一无二的东西。PL的前面已经有人提了，theory方
面，在算法和复杂性的研究出现之前，“计算”从来没有作为一个数学对象而被系统的
研究过，例如FFT提出的时候，数学家根本不觉得这是个contribution，而对于CS
theory的研究者而言这却意义非凡，例如整数乘法这个最最基本的计算任务，它的复杂
性的真实的界在哪，这毫无疑问是关于“计算”的一个很重要很根本的问题，而目前最
好的整数乘法就是用FFT，这个在数学家看来是个trick的东西，实际上提供了一种全新
形式的计算。把“计算”、“问题”、“方法”、和“解决”作为研究的对象，这是CS
theory独一无二的。
PL和TCS都可以代表CS一些unique且hardcore的东西，至于谁更unique更hardcore，取
决于你觉得CS研究的是computer的还是computation。 |
|
o*o
发帖数: 4495 | 11 程序老出以下错误
Exception occurred during event dispatching:
java.lang.OutOfMemoryError
<>
程序中产生的数据，分别送到两个jbutton下面
其中一个最简单得plot
另一个则对这些数据fft.然后plot
如果先点击第一个jbutton,一切很好。这时候在点击第二个jbutton,就出以上错误
或者先点击第二个jbutton，结果也很好。返回点第一个jbuntton,也出以上错误。
另外fft的程序用在别的场合，也没有这个问题！
请大虾指点！ |
|
a****l
发帖数: 8211 | 12 First, you may forget about the time, unless the sample interval is not even
. Just wire the Y data out to the border of for loop, which should auto-
index to an array. (You might need to use UnbundleByName from Array&Clusters
to extract the Y from the pair). After you get the Y array, just do the fft
and power spectrum calculation(assuming you know the math of calculating
all those things).Under Signal Processing section, there is built-in
function for fft and other spectrum calculation.
one
a |
|
k**********g
发帖数: 989 | 13 Do you need to measure lines of different orientations? Are they always
nearly vertical?
If they are nearly vertical (with slight distortion), you can apply 1D FFT,
horizontally, on each row of the image.
The peak amplitude and its phase together gives the horizontal shift amount
at each row. Because of FFT, the location of the peak is not affected by the
blurring unless the blurring is so severe that the periodicity is
completely destroyed. |
|
G**Y
发帖数: 33224 | 14 我就是想说这回事呀。连“思维”是什么我们都没搞清楚。谈啥模拟思维呢。
看看这文章里，
http://www.wired.com/2014/05/andrew-ng-baidu/
Ng是LeCunn的学生。他们那套东西就是传统的算，无非是现在把scale搞上去了。没看
出在方法上有什么新东西。有些搞计算机的人，比较擅长的就是起些很玄乎的名字。比
如machine learning，早期的时候，其实就是多元统计。什么基因算法，其实就是瞎猫
碰死耗子。什么神经网络，其实跟神经屁关系没有。（当然也有朴实的，比如快速排序
，他就是快速排序。FFT，他就是FFT。） |
|
M**L
发帖数: 8 | 15 fftw是通用的fft库，有2和3两个接口不一样的版本。
其他的数学库像MKL等都有自己的实现，但接口规范都和fftw一致（可能是2、3之一，
也可能都有）。
虽然是成熟的库，但需要注意FFT的输入参数有很多trick，要小心。 |
|
p*****e
发帖数: 310 | 16 主要是我做的东西不能open source，没法用gsl。其实我一开始用的就是gsl，它功能
很全，挺不错。
后来我找到了boost/ublas，boost库是c++标准委员会的一些成员和其他志愿者做的，
可以算是准c++标准库，说不定以后c++自带的矩阵库就用ublas了。
用c++(ublas)的最大好处是：
1. 不用担心内存管理，动态数组用vector就可以搞定。
2. 操作符重载等等，A = B + C + D 这样写起来很直观，用gsl的话就要写好几个函数。
3. 流输出方便（输入没试过）
目前ublas还是个基本的blas，gsl中的很多功能还没实现，不过对于我的应用已经足够
了。目前我只编了自己的两个函数：FFT(封装了前面朋友提到的kiss FFT)和
correlation。 |
|
O******e
发帖数: 734 | 17 Read the FFTW2 manual. There should be very short examples in the first
few pages of the manual. You can fill an array of size N with random
numbers, do a forward FFT followed by a backward FFT, and see whether your
array is multiplied by N.
The "make test" or "make check" only tests FFTW2 after it is compiled but
before it is installed. If you run the test after you "make install", it
is still testing the unstalled copy.
I use FFTW3, and my code is too big to send to you. |
|
d*******2
发帖数: 340 | 18 FFT假定信号是周期的，请问如果信号是非周期的，应该怎么求傅立叶变换呢？如果还
是用FFT，误差会有多大？先谢了！ |
|
i******t
发帖数: 370 | 19 If A, c are in Z, FFT-based algorithms can be used to speed up matrix
multiplication. This makes the gaussian elimination step faster (see page 5)
. For FFT-based multiplication, check:
http://en.wikipedia.org/wiki/Sch%C3%B6nhage-Strassen_algorithm
You can ignore this if you are working with small numbers in A and c.
for |
|
g********o
发帖数: 132 | 20
能否说细一点，FFT不是对多项式进行的算法吗，这里对谁用FFT？ |
|
|
m******k
发帖数: 183 | 22 数据精度也有关系。
dsp专门用来做fft这些运算，速度应该比同频fpga或者microcontroller的快一些。
32bit已经做的很快了。除非你想把算法用硬件实现，fpga肯定是最快的。不过你的速
度要求不是那么高，如果精度不是很高的话。
do
sampled
is,
every
fft
immplement |
|
z*****n
发帖数: 7639 | 23 The spectrum contains a set of 16KHz narrowband signals separated by 20KHz
center frequencies. We want to design a FIR filter centered on the band
located at 100KHz and reject the remaining signals by 88dB.
1. We are considering using using an FFT to separate the spectal bands; what
minimun length (un-windowed) FFT is required to resolve the bands? |
|
S*******p
发帖数: 261 | 24 Because the system BW is limited!
The availabe BW configurations are:
1.25MHz, 2.5MHz,5MHz, 10MHz, 20MHz
When FFT size is 128, if you use 75 subcarriers, the
BW will be:
75*15kHz=1.125MHz, which effectively utilize 90% of the
availabe 1.25MHz BW.
FFT |
|
u*****y
发帖数: 21 | 25 对一高斯噪音无jitter采样4096个点,然后用FFT后计算RMS得到值1.
对这高斯噪音采样4096个点,采样有jitter(RMS值2), 然后用FFT后计算RMS得到值3.
请问值1,值2,值3什么关系? 值3一定大于值1吗?能提供matlab代码+数学分析就更好了.
先谢谢了 |
|
h********t
发帖数: 555 | 26 That is right. I do feel it is very diciffult to comnunicate with you.You need understand that the operation of quantization is different from sampling, and the sampling rate of FFT simulation is different from the sampling rate of the data converter under test. If you are interested in how to run FFT to see quantization noise spectrum beyond the data converter sampling rate fs, you can read the book of CMOS Mixed- Signal Circuit Design by Jake Baker. Simulation file and output spetrum are all t |
|
h*******o
发帖数: 145 | 27 设两个序列x1，x2的长度分别为n1,n2，则它们的离散线性卷积可以先分别补零到n1+n2
-1，再做
FFT，频谱相乘，再IFFT，这样得到一个长度为n1+n2-1的卷积结果x3。
这个结果也可以表示为矩阵形式：x3=H*x1，H为(n1+n2-1)*n1的矩阵。
现在我想求离散线性卷积的adjoint operator，即H的转置矩阵，想问下有没有什么快
速的方法求H
的转置（就像求卷积时，采用FFT来做，比用H*x1要快）？
多谢！ |
|
J****T
发帖数: 29 | 28 最近一个项目要用到信号处理方面的知识,算是跨界应用吧, 不是很深入, 只是借助基
本理论.
我想用power spectrum分析比较几个数值序列(降雨值, 都是正的, 长度一样),我
google到的方法是先傅立叶转换, 然后plot频率与功率的对比图, 思路是这样吗?
我在Matlab写的code是:
Polar=load('E:\polar0605_alg3_1min_mean.txt');
Y1=fft(polar);
N1=length(Y1);
power1 = abs(Y1)/(N1/2); % absolute value of fft
power1 = power1(1:N1/2).^2; % power of positive freq. half
freq1 = [0:N1/2-1]/T; % find the corresponding frequency in Hz
plot(freq1,power1, 'r', 'linewidth', 1);
===========================================
得出来的东西不知道对不对,... 阅读全帖 |
|
J****T
发帖数: 29 | 29 最近一个项目要用到信号处理方面的知识,算是跨界应用吧, 不是很深入, 只是借助基
本理论.
我想用power spectrum分析比较几个数值序列(降雨值, 都是正的, 长度一样),我
google到的方法是先傅立叶转换, 然后plot频率与功率的对比图, 思路是这样吗?
我在Matlab写的code是:
Polar=load('E:\polar0605_alg3_1min_mean.txt');
Y1=fft(polar);
N1=length(Y1);
power1 = abs(Y1)/(N1/2); % absolute value of fft
power1 = power1(1:N1/2).^2; % power of positive freq. half
freq1 = [0:N1/2-1]/T; % find the corresponding frequency in Hz
plot(freq1,power1, 'r', 'linewidth', 1);
===========================================
得出来的东西不知道对不对,... 阅读全帖 |
|
p******a
发帖数: 130 | 30 刚才查了一下，256-point FFT 可以在stratix v FPGA上跑到395MHz。楼主需要的运算
不见得比FFT复杂。 |
|
g*****g
发帖数: 390 | 31 I saw similar images before, I think. Is it from AFM? Anyway, I think you
can use fft to improve/change your images. But what FFT does is tell you
what are the strong frequencies and then you have to decide to rule out
which frequencies to improve/generate your new images. |
|
h*******o
发帖数: 145 | 32 设两个序列x1，x2的长度分别为n1,n2，则它们的离散线性卷积可以先分别补零到n1+n2-
1，再做FFT，频谱相乘，再IFFT，这样得到一个长度为n1+n2-1的卷积结果x3。
这个结果也可以表示为矩阵形式：x3=H*x1，H为(n1+n2-1)*n1的矩阵。
现在我想求离散线性卷积的adjoint operator，即H的转置矩阵，想问下有没有什么快
速的方法求H的转置（就像求卷积时，采用FFT来做，比用H*x1要快）？
多谢！ |
|
h****z
发帖数: 184 | 33 【 以下文字转载自 EE 讨论区 】
发信人: hondaz (老车), 信区: EE
标 题: 问两个小波的问题
发信站: BBS 未名空间站 (Tue Mar 6 13:16:09 2007)
都是关于continuous wavelet transform的。
1)CWT的计算。有文献说，实现CWT可以是在每个scale上，对小波和信号进行FFT，然后
在频域进行相乘，然后再反变换。我的问题是，这样对非平稳信号进行FFT，能保证理
论上是对的吗？
2)用CWT进行时频分析的时候，可以只用一部份scale来cover我想重点分析的频段吗？
当然，这个频段是Pseudo-frequency corresponding to scale。比如说，我在我想要
的频段内，频率间隔是uniform spaced，我再转换成相应的scale进行CWT。
多谢多谢，最好能给出REF。 |
|
k****e
发帖数: 100 | 34 怎么提高精度？
有一个信号，用一定的频率去取样，分析其频率。
因为问题的限制，这个取样频率是固定的，无法改变。
这样FFT分析得到频率取决于取样点的数目，可惜这个数目不能太多因为信号本身在变
化。
我们想知道一定时间内的频率信息。
那么，能不能通过增加取样位置来提高FFT所得频率的精度？
譬如另一个同频率的取样，但是和原来的那个有个固定的相位差。
不幸的是这个相位差不知道。 |
|
c*******v
发帖数: 2599 | 35 不是有香农采样定理么。
当然前提是你知道了你这个信号的最高频率。
怎么提高精度？
有一个信号，用一定的频率去取样，分析其频率。
因为问题的限制，这个取样频率是固定的，无法改变。
这样FFT分析得到频率取决于取样点的数目，可惜这个数目不能太多因为信号本身在变
化。
我们想知道一定时间内的频率信息。
那么，能不能通过增加取样位置来提高FFT所得频率的精度？
譬如另一个同频率的取样，但是和原来的那个有个固定的相位差。
不幸的是这个相位差不知道。 |
|
k****e
发帖数: 100 | 36 有个信号，理想状况是单频率，正（余）弦函数
比如f=2.8
由于条件限制，我的取样频率只有fs=1，那么按照定理，
我只能知道 fs 的一半，即0.5的范围。
对于f=2.8, 于是得到0.2 (3.0-2.8) 或者 0.3 (2.8-2.5)
这不是问题，因为实际中我已经知道大概在 2.8 左右。
我需要解决的问题是，精度。
FFT得到的频率精度取决于你取样点的个数。
100个点，我可能得到 2.79
1000 个，可能是 2.799
由于条件限制，每个取样点（相位）只能取100次
那么我能不能通过多个取样相位来增加精度。
比如，\theta_0=n*fs, n=0, 1, ..., 99
\theta_1 = n*fs + \phi_1, n = 0,1,...,99, \phi_1=const
这样子有200个点，只不过前100个取在相位0， 后一百个取在 \phi_1
如果 \phi_1=2*pi/2 那么这200个点相当于 200 个取样频率更高的，
fs=2*fs 的点
其实，关键在精度，fft获得的频率的精度。 |
|
s********k
发帖数: 6180 | 37 FFT跟数论差距太远了吧，我觉得FFT也就是和高斯当年1加到100的快速算法没有本质区
别，只不过是加上了信号处理的物理特性。 |
|
i******t
发帖数: 370 | 38 【 以下文字转载自 Computation 讨论区 】
发信人: iamrobot (我是萝卜), 信区: Computation
标 题: Re: karmarkar's paper (转载)
发信站: BBS 未名空间站 (Wed Mar 3 21:32:35 2010, 美东)
If A, c are in Z, FFT-based algorithms can be used to speed up matrix
multiplication. This makes the gaussian elimination step faster (see page 5)
. For FFT-based multiplication, check:
http://en.wikipedia.org/wiki/Sch%C3%B6nhage-Strassen_algorithm
You can ignore this if you are working with small numbers in A and c.
for |
|
m*******s
发帖数: 3142 | 39 你的意思是去解线性方程来求得未知的系数？
这个我觉得反而没有FFT来得直接。
算了，先用fft试验。 |
|
a***n
发帖数: 3633 | 40 同样的数据量FFT好像是n*log(n)，求逆是n^3。但是如果你的目的
是函数逼近，那么用三角函数做基(fft)比Chebyshev要采样多得多的点。
而且三角函数不保证一致误差。 |
|
c*******v
发帖数: 2599 | 41 A(x)*P=f(x)
f(x)是函数在chebyshev grids的值.x是chebyshev grids.P是要求的系数.
显然,A(x)是一个和函数f无关的矩阵.
所以inverse A可以预先算好放起来,对所有函数通用.
这个求逆通常是不计入计算时间的.我怀疑这个A(x),inverse A(x)
有很不错的表达式。
同样的数据量FFT好像是n*log(n)，求逆是n^3。但是如果你的目的
是函数逼近，那么用三角函数做基(fft)比Chebyshev要采样多得多的点。
而且三角函数不保证一致误差。 |
|
c*******v
发帖数: 2599 | 42 你说的很对阿.
FFT之类的算法,cos(K*pi/N)之类的值的计算,确实是不计入计算时间的.
所以两种方法最后结果是一样的.
如果我没记错,两者本质上都是插值法求 f(cos(x))*cos(kx)的积分.
开个玩笑，
按照这样的说法，FFT的转移矩阵也是不依赖采样值的。可以提前算好存起来。 |
|
s********k
发帖数: 6180 | 43 我希望得到的结果是flow2（蓝色）序列的输出主要决定于自己的输入（和少部分flow1
的输入），所以输入输出之间的相似性高。而flow1（红色）序列的输出主要决定于蓝
色序列的输入，它自己本身的输入输出之间的相似性低。可能是我FFT没做好，我会再
试一下。但是FFT也有一个问题，我希望能够实时判断，有没有更好的办法？谢谢 |
|
m******2
发帖数: 564 | 44 Double Barrier就是用FFT解的，把级数用FFT解，牛啊 |
|
y*********m
发帖数: 33 | 45 首先谢谢你！
1.不过Pool Pump不是periodic的，而是一个square impluse，这个用FFT如何处理呢？
2. Refrigerator的周期也是不知道的，这个怎么用FFT呢？
能不能解释一下？？？谢谢了 |
|
r****y
发帖数: 1437 | 46
我上文说到的那个迭代次数几乎独立于矩阵大小的是专指对Toeplitz矩阵,
加上circulant矩阵的preconditioner. Toeplitz矩阵指任何一个对角线上的所有元素
都相等的对称矩阵, circulant矩阵的就是轮换矩阵. 对于一个Toeplitz矩阵,
构造相应的circulant矩阵(比较流行的有两种方法), 然后进行迭代, 试验不同大小
的矩阵, 就可以看到上面的结果. 我对这个的了解来自上个学期做的term project,
觉得这个preconditioner很有意思. 你可以自己试一下, 找任意circulant矩阵C,
任意相应大小的矢量v, 假设C的第一列是c1, 那么
fc1 = fft(c1)
temp = fc1*v*fc1'
vc = ifft(temp)
可以证明 vc = Cv, 这里fft, ifft 对应快速Fourier和反Fourier变换.
至于CG和preconditioner的书, 我想CFD的并不是最好的, 还是看那些专门 |
|
D*******a
发帖数: 207 | 47
我是预测你FFT的结果。你把FFT的结果贴出来看看，然后再讨论吧。 |
|
a*******y
发帖数: 105 | 48 你这里p1, p2, p3......之间是等距的吗？ 如果是的话，可以把p当做时间轴， 振幅
就是d的值，对应的 d1, d2, d3...... 作FFT，得到频谱， 最强的的那个频率的倒数
就是你要求的周期。
如果p1,p2,p3之间不等距， 则需要先做interpolation， 得到灯具的 p1', p2',p3'..
..和与之对应的 d1', d2', d3' ... 然后再做FFT，得到频谱。 不等距时， 效果好不
好取决于你的原始数据和interpolation做的好不好。 |
|
m*****e
发帖数: 4193 | 49 ☆─────────────────────────────────────☆
fft (coool) 于 (Tue Jan 23 20:38:15 2007) 提到:
同时大版版面灌水的同志们也要求灌一篇多给点伪币
☆─────────────────────────────────────☆
macrowave (有翅膀的翼龙还是恐龙) 于 (Tue Jan 23 20:39:02 2007) 提到:
不合理
☆─────────────────────────────────────☆
fft (coool) 于 (Tue Jan 23 20:39:35 2007) 提到:
显然极其合理
☆─────────────────────────────────────☆
macrowave (有翅膀的翼龙还是恐龙) 于 (Tue Jan 23 20:40:28 2007) 提到:
合理啥，你在大版发贴子拿钱多，小版拿钱少，都是发帖子，咋区别就这么大呢？
☆─────────────────────────────────────☆
ff |
|
