神经形态计算的快速发展刺激了对能够模拟人工神经网络突触行为的新型存储设备的探索。近年来，COFs在信息存储和神经形态计算领域的应用备受关注。

尽管二维和三维COFs的研究已取得相当大的进展，但基于一维COFs的研究相对有限。随着材料科学和化学领域的不断发展，研究人员正深入挖掘一维COFs的潜力，并在有机电子器件等新兴领域寻求应用。值得注意的是，一维COFs的独特性在于其沿单一维度的结构特性，这可能导致其与二维和三维COFs截然不同的性能表现。

近日，福州大学的陈雄教授研究团队报道了一种利用一维COFs来提高忆阻器性能的新策略。设计了两种具有独特化学结构和电子性能的一维COFs（即COF-MDA和COF-ODA），研究了它们在多级存储器件中的应用。本研究进一步探讨了这些基于一维COFs的忆阻器在实现高能效和高密度存储器件方面的潜力，并首次证明了基于一维COFs的多级忆阻器件在神经形态应用中的潜力。

一维COFs薄膜通过溶剂热反应在导电氧化铟锡（ITO）玻璃基板上原位制备。两种COFs都表现出典型的非易失性存储行为，具有低导通电压、良好的均匀性和理想的稳定性。有趣的是，在COF-ODA上引入TiO₂层可能会在COF和TiO₂界面之间产生一个内置电场。通过适当控制顺应电流，可以实现所需的电阻状态转换（非易失性/易失性开关行为）。此外，这些COFs结构的一维纳米通道有助于调制电导，从而能够精确控制神经形态回路中的突触重量。

该研究首次尝试基于一维COFs器件的图像识别，表明了未来COFs材料的精确分子设计和器件制造优化的重大潜力。通过控制基于一维COFs的存储器件的电阻状态，可以捕获和增强图像特征，从而提高图像识别的准确性和稳定性。