抽象的量子机器学习最近由于量子计算机在解决经典计算机上棘手的机器学习问题方面的承诺而获得了突出。尽管如此，关于经典计算算法仍然具有挑战性的问题的一些研究正在出现。其中之一是根据持续学习范式对连续传入的数据实例进行分类，该范式通过结合经典和量子技术的混合计算解决方案在本文中进行了研究。混合方法代表了在实际应用中使用量子计算的当前方法之一。在本文中，我们展示了如何使用量子力学的属性来平等地解决持续学习的典型问题，直到通常提供更好的结果为止。我们提出了量子分类和量子距离估计的联合使用，以在处理新的数据实例时更新分类功能。实验是在带有量子模拟器的实际数据集上进行的。