作为一种新型非易失性存储器,铁电忆阻器（Ferroelectric Memristor）因其兼具存算一体功能且电导连续可调而被广泛应用于信息存储、神经网络计算、图像识别等众多领域。然而随着发展,传统铁电忆阻器在高速度、高温耐受性等方面仍具有局限性。同时复杂氧化物材料很难与硅基相兼容也是一个尚待解决的问题。因此需要探索新材料以及提高硅基兼容技术来进一步提高铁电忆阻器的性能。近些年,铁电纳米复合材料由于兼具了多种单一材料的优点逐渐成为了铁电忆阻器功能层的理想选择。本文探究了Ba TiO3复合Co Fe2O4（BTO-CFO）以及复合CeO2（BTO-CeO2）两种铁电纳米复合材料在硅基铁电忆阻器中的应用。首先研究了硅基BTO-CFO铁电忆阻器的忆阻特性、仿神经突触行为以及在神经网络中的应用;其次研究了硅基BTO-CeO2铁电忆阻器的高温稳定性、重复特性以及在图像识别中的应用。主要内容如下:一.硅基BTO-CFO铁电忆阻器的神经形态功能实现。器件的制备结构为Pd/BTO-CFO/La0.67Sr0.33MnO3（LSMO）/Sr TiO3（STO）/Si。通过控制Pd、LSMO和STO生长条件不变,测试了550 oC、650 oC以及750 oC生长条件下BTO-CFO的表征和电学特性。结果表明,BTO-CFO薄膜制备过程中生长温度越高,器件的结晶质量、表面均方根粗糙度、铁电极化特性以及电流-电压（I-V）特性均有不同程度的提高。此外,通过调节电信号脉冲参数,实现了器件的仿神经突触功能调控。模拟了尖峰时序依赖可塑性（Spike-Timing Dependent Plasticity,STDP）以及双脉冲易化（Paired-Pulse Facilitation,PPF）。通过与其他铁电忆阻器对比,该器件显现出快的开关速度以及高效率的神经突触仿生学习能力。通过三层人工神经网络模型对器件在人脸识别、数字图像识别和文件分类识别的能力进行评估,40次训练后的识别率分别可达到82.22%、93.10%和71.33%。综上,硅基BTO-CFO铁电忆阻器具有稳定、电导易调控和开关速度快的优势,为开发具有稳定高效神经突触行为的铁电忆阻器奠定了基础。二.硅基BTO-CeO2铁电忆阻器的神经形态功能实现。器件的制备结构为Pd/BTO-CeO2/LSMO/STO/Si。该器件可以实现1×10~6次的开关,表现出较好的抗疲劳特性。另外,该器件在模拟神经突触行为方面具有良好的功能,包括兴奋性突触后电流（Excitatory Post-Synaptic Current,EPSC）、PPF、双脉冲抑制（Paired-Pulse Depression,PPD）以及STDP。通过单层感知器模型对器件的数字图像识别能力进行评估,20次训练后的识别率可达到86.78%。并且该器件在100 oC的高温下表现出稳定的电阻开关及保持性能。这些结果为具有较好抗疲劳特性和高温耐受性的铁电忆阻器提供了新的途径。