Dans ce papier, nous proposons un système de sélection dynamique des classifieurs pour améliorer le taux de classification dans les zones d'ambiguïté. Ce système combine les méthodes de classification Fuzzy Pattern Matching Semi Supervisée (FPMSS) et Séparateurs à Vaste Marge (SVM). Ce choix est justifié par le fait que FPMSS est une méthode semi supervisée, incrémentale et dynamique ce qui permet de détecter en ligne les nouvelles classes, d’apprendre et ensuite d’adapter leur fonctions de décision. Cependant, FPMSS n’est pas adaptée aux problèmes nécessitant une séparation non linéaire entre les classes. SVM est une méthode performante et adaptée pour la séparation non linéaire. La sélection d’une de ces méthodes est dynamique et elle dépend de la complexité de la classification d’un nouveau point. Cette complexité est représentée par l’existence du nouveau point dans une zone d’ambiguïté. Ainsi, cette combinaison permet d’obtenir un classifieur dynamique non linéaire et semi-supervisé.