La emoción juega un papel vital en la comprensión del estado afectivo de la mente de un individuo. En los últimos años, la clasificación de emociones utilizando electroencefalograma (EEG) ha surgido como un elemento clave de la computación afectiva. Muchos investigadores han preparado conjuntos de datos, como DEAP y SEED, que contienen señales de EEG capturadas mediante la provocación de emociones utilizando estímulos audiovisuales, y se han realizado numerosos estudios para clasificar emociones utilizando estos conjuntos de datos. Sin embargo, la eliminación de la potencia de línea base todavía se considera uno de los aspectos triviales del preprocesamiento en la extracción de características. La técnica más común que prevalece es restar la potencia de línea base de la potencia de EEG del ensayo. En este documento, se propone un nuevo método llamado método InvBase para eliminar la potencia de línea base antes de extraer características que permanezcan invariantes independientemente del sujeto. Las características extraídas de los datos de EEG con línea base eliminada se utilizan luego para la clasificación de dos clases de emoción, es decir, valencia y arousal. El esquema propuesto se compara con métodos de corrección de línea base substractivos y sin corrección de línea base. En términos de precisión de clasificación, supera a los métodos existentes de vanguardia tanto en la clasificación de valencia como de arousal. El método InvBase más perceptrón multicapa muestra una mejora del 29% sobre el método sin corrección de línea base y del 15% sobre el método substractivo.