摘要：企业集团。并且，二者都有丰富的教育资源，全省大多高校均聚集在此。
第二类：淄博、泰安、德州、聊城在发展方面，各个方面较为均衡，没有特别显著的特点。四者的制造业、建筑业和教育大约位于全省中间地位。
第三类：枣庄、东营属特殊职能类型城市。两个城市相对其他城市来说，采矿业较为发达。枣庄境内已探明地下矿藏36种：煤、铁、铜、铝、金、银、锶（天青石）、石膏、萤石、水泥原料灰岩等。其中煤、石膏地质储量为15.4亿吨和4.1亿吨。而东营又称“石油之城”，丰富的石油、天然气资源。但是，两个城市的制造业相对薄弱，其他产业大约处于平均水平。
第四类：烟台在此被单独分成了一类，其具有自身的特色，并且发展潜力巨大。烟台的制造业和交通运输业位于全省前列。烟台的工业主要以造船、轻纺、机械、建材、电子、冶金、医药等行业为主，并且还有张裕葡萄酒、三环锁等烟台的传统产品。近年来，锦纶、白卡纸、电子网目板等技术水平较高的项目相继投产。烟台在地理位置上东连，西接潍坊，西南与毗邻，北濒、，与对峙，并与隔海相望，共同形成拱卫首都的海上门户。所以，烟台的交通运输业较为发达。另外，烟台的招远金矿为烟台采矿业也提供了大量了就业机会。
第五类：潍坊、临沂、济宁和菏泽在教育和公共管理和社会组织方面处于全省前列地位，其他方面稍稍逊色一些。
第六类：威海、日照、莱芜、滨州这四个城市各个方面表现均不太突出，但是，这些城市的发展潜力很大。威海、日照属沿海城市，交通便利，可以重点发展交通运输业。莱芜、滨州虽地处内陆，但也可依附内陆的经济中心——济南来发挥特色经济。LocaLHOSt
四、结论
通过本文的研究，可以看出利用som网络基本可以完成城市的分类研究，并且可以调整分类类别，来满足不同的需要。但是，som的分类还不够精确，这主要是采集数据的不完备性。因为信息的不完全，使som的聚类功能并未发挥极致。但是，利用som网络，操作过程较传统方法方便很多，只需收集数据，将其输入网络，网络就能自行进行学习、训练，并且是无教师学习方式，不必输入目标值，这些优点都是许多其他方法不能比拟的，相信随着采集数据的完备性和精确性，这种方法在城市分类方面可以得到广泛的应用和推广。
参考文献：
1、神经网络理论与matlab r2007实现[m].电子工业出版社,2008.
2、吴聘奇,黄民生.som网络在福建省城市职能分类中的应用[j].经济地理,2005(1).

3、刘耀彬,宋学锋.基于som人工神经网络的长江三角洲地区城市职能分类[j].云南地理环境研究,2005(11).