Рассмотрен метод построения и обучения нейронных сетей, основанный на организации иерархической структуры соединений между нейронами в сети прямого распространения и использовании биологически оправданных принципов образования детекторной селективности нейронов. Данный подход позволяет детектировать во входном образе значимые признаки, сложность которых возрастает с каждым уровнем иерархии нейронной сети. Выявленные признаки повышают точность классификации входных информационных образов. Кроме того, возможна генерация образов по набору признаков, путем многоэтапного декодирования их значений. Приведены результаты моделирования нейронной сети с иерархической связностью в задачах распознавания и генерации изображений рукописных символов. Обсуждены перспективы применения предлагаемого подхода в ряде задач анализа информации и интеллектуального управления.